首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化元件、部件论文--发送器(变换器)、传感器论文

融合Kinect点云与光学影像数据的室内三维建模

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

论文共89页,点击 下载论文
上一篇:利用Kinect点云数据的室内未知环境自主定位
下一篇:结合球心投影与线特征的点云与全景影像配准