摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第13-21页 |
1.1 研究背景与研究目的 | 第13-14页 |
1.2 研究现状及存在的问题 | 第14-19页 |
1.2.1 国内外研究现状 | 第14-18页 |
1.2.2 存在的问题 | 第18-19页 |
1.3 技术路线与研究内容 | 第19-20页 |
1.3.1 本文内容 | 第19页 |
1.3.2 技术路线图 | 第19-20页 |
1.4 本文组织结构 | 第20-21页 |
第2章 Kinect传感器及光学影像信息的相关原理 | 第21-34页 |
2.1 Kinect传感器组成及工作原理 | 第21-28页 |
2.1.1 Kinect | 第21-22页 |
2.1.2 Kinect采集数据的形式及类型 | 第22-24页 |
2.1.3 Kinect测量原理 | 第24-25页 |
2.1.4 Kinect点云的获取 | 第25-28页 |
2.2 Kinect的应用 | 第28-29页 |
2.3 基于光学影像的点云生成 | 第29-32页 |
2.4 Kinect点云与光学影像的互补性 | 第32-33页 |
2.5 本章小结 | 第33-34页 |
第3章 点云配准及融合理论基础 | 第34-45页 |
3.1 点云数据的拼接 | 第34-37页 |
3.1.1 特征匹配与旋转矩阵 | 第34页 |
3.1.2 相邻测站转换参数求解 | 第34-36页 |
3.1.3 ICP算法 | 第36-37页 |
3.2 Kinect点云与Photoscan点云的融合 | 第37页 |
3.3 点云数据常用分割方法介绍 | 第37-39页 |
3.3.1 RANSAC算法 | 第38-39页 |
3.3.2 区域面生长法 | 第39页 |
3.4 孔洞算法提取边界点 | 第39-41页 |
3.5 边界点简化及规则化 | 第41-44页 |
3.5.1 基于管子算法的边界点简化 | 第41-42页 |
3.5.2 基于矩形外接圆法的规则化 | 第42-44页 |
3.6 本章小结 | 第44-45页 |
第4章 点云数据的三维建模 | 第45-56页 |
4.1 Kinect常用三维建模方法介绍 | 第45-47页 |
4.1.1 基于三维Delaunay三角划分的曲面重建 | 第45-46页 |
4.1.2 Kinect Fusion | 第46-47页 |
4.2 Kinect点云数据几何建模 | 第47-50页 |
4.2.1 主体框架模型搭建理论 | 第48-49页 |
4.2.2 细节框架模型搭建理论 | 第49-50页 |
4.3 点云数据纹理获取 | 第50-55页 |
4.3.1 均值漂移算法 | 第50-52页 |
4.3.2 Canny算法 | 第52页 |
4.3.3 分水岭算法 | 第52-54页 |
4.3.4 三种图像分割算法对比 | 第54-55页 |
4.4 本章小结 | 第55-56页 |
第5章 实验与分析 | 第56-79页 |
5.1 数据采集系统 | 第56-57页 |
5.2 实验数据类型 | 第57-58页 |
5.2.1 Kinect点云数据 | 第57页 |
5.2.2 Photoscan点云数据 | 第57-58页 |
5.3 点云数据的配准 | 第58-62页 |
5.3.1 Kinect数据拼接 | 第58-61页 |
5.3.2 photoscan点云与Kinect点云融合 | 第61-62页 |
5.4 主体框架建模 | 第62-67页 |
5.5 细节部分框架建模 | 第67-77页 |
5.5.1 规则物体建模 | 第67-71页 |
5.5.2 不规则物体建模 | 第71-74页 |
5.5.3 纹理建模 | 第74-77页 |
5.6 模型评价 | 第77-78页 |
5.7 本章小结 | 第78-79页 |
第6章 总结与展望 | 第79-81页 |
6.1 研究工作总结 | 第79页 |
6.2 主要工作及创新 | 第79-80页 |
6.3 下一步展望 | 第80-81页 |
致谢 | 第81-83页 |
参考文献 | 第83-89页 |
附录 | 第89页 |