| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第10-20页 |
| 1.1 选题背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 国外研究现状 | 第11-14页 |
| 1.2.2 国内研究现状 | 第14-17页 |
| 1.3 本论文的研究内容与章节安排 | 第17-20页 |
| 2 三维点云识别与分类方案设计 | 第20-26页 |
| 2.1 研究方案设计 | 第20-22页 |
| 2.2 三维点云采集系统 | 第22-24页 |
| 2.3 点云预处理及分割 | 第24页 |
| 2.4 点云特征描述及识别分类 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 三维点云采集系统 | 第26-40页 |
| 3.1 三维点云获取研究现状 | 第26-27页 |
| 3.2 三维点云采集硬件设计 | 第27-31页 |
| 3.2.1 UTM30-LX激光雷达 | 第27-29页 |
| 3.2.2 RX-28数字舵机 | 第29-30页 |
| 3.2.3 带动雷达俯仰的机械装置 | 第30-31页 |
| 3.3 三维点云采集软件设计 | 第31-33页 |
| 3.4 三维点云采集的实验结果及分析 | 第33-38页 |
| 3.5 本章小结 | 第38-40页 |
| 4 三维点云预处理及分割 | 第40-52页 |
| 4.1 三维点云预处理 | 第40-43页 |
| 4.1.1 直通滤波 | 第40-41页 |
| 4.1.2 统计离群点滤波 | 第41-43页 |
| 4.2 三维点云分割算法 | 第43-50页 |
| 4.2.1 基于欧氏聚类提取的分割算法 | 第44-45页 |
| 4.2.2 基于随机采样一致性(RANSAC)的分割算法 | 第45页 |
| 4.2.3 基于区域生长的分割算法 | 第45-47页 |
| 4.2.4 三维点云分割算法的实验及分析 | 第47-50页 |
| 4.3 本章小结 | 第50-52页 |
| 5 三维点云特征描述及识别分类 | 第52-68页 |
| 5.1 三维点云特征描述 | 第52-60页 |
| 5.1.1 VFH视点特征直方图 | 第52-54页 |
| 5.1.2 VFH特征描述符的实验及分析 | 第54-60页 |
| 5.2 三维点云特征的模型数据库建立 | 第60-64页 |
| 5.2.1 kd-tree构建算法 | 第60-62页 |
| 5.2.2 kd-tree最近邻查找算法 | 第62-64页 |
| 5.3 三维点云的识别与分类实验及分析 | 第64-67页 |
| 5.4 本章小结 | 第67-68页 |
| 6 总结与展望 | 第68-70页 |
| 6.1 工作总结 | 第68页 |
| 6.2 未来展望 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第74-78页 |
| 学位论文数据集 | 第78页 |