| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 课题研究背景和意义 | 第9-11页 |
| 1.2 课题研究现状 | 第11-15页 |
| 1.2.1 地图表示方法 | 第11-13页 |
| 1.2.2 基于视觉的三维地图创建 | 第13-15页 |
| 1.3 论文主要内容 | 第15-16页 |
| 1.4 论文章节安排 | 第16-19页 |
| 第二章 基于Kinect传感器的点云生成方法研究 | 第19-31页 |
| 2.1 引言 | 第19页 |
| 2.2 Kinect传感器介绍 | 第19-22页 |
| 2.2.1 Kinect简介 | 第19-21页 |
| 2.2.2 Kinect工作原理 | 第21-22页 |
| 2.3 点云概念及分类 | 第22-23页 |
| 2.4 相机标定与点云数据获取 | 第23-29页 |
| 2.4.1 深度相机成像几何模型 | 第23-26页 |
| 2.4.2 相机标定 | 第26-27页 |
| 2.4.3 点云生成及显示 | 第27-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 点云数据预处理 | 第31-49页 |
| 3.1 引言 | 第31页 |
| 3.2 基于八叉树的点云拓扑关系的建立 | 第31-34页 |
| 3.3 基于统计分析理论的点云滤波去噪 | 第34-35页 |
| 3.3.1 点云噪声来源分析 | 第34-35页 |
| 3.3.2 统计滤波去噪方法研究 | 第35页 |
| 3.4 点云精简方法研究 | 第35-47页 |
| 3.4.1 点云精简质量的评价标准 | 第36-37页 |
| 3.4.2 点云精简方法总结与分析 | 第37-38页 |
| 3.4.3 基于曲率特征与八叉树空间划分相结合的点云精简 | 第38-43页 |
| 3.4.4 实验应用及分析 | 第43-47页 |
| 3.5 本章小结 | 第47-49页 |
| 第四章 基于曲率特征的点云配准方法研究 | 第49-62页 |
| 4.1 引言 | 第49页 |
| 4.2 点云配准的数学基础 | 第49-51页 |
| 4.2.1 刚体变换数学模型 | 第49-50页 |
| 4.2.2 目标函数 | 第50页 |
| 4.2.3 变换矩阵求解 | 第50-51页 |
| 4.3 基于曲率特征的RANSAC初始配准方法研究 | 第51-56页 |
| 4.3.1 初始配准方法 | 第51-52页 |
| 4.3.2 基于曲率特征的RANSAC初始配准 | 第52-54页 |
| 4.3.3 初始配准算法分析 | 第54-55页 |
| 4.3.4 实验对比与分析 | 第55-56页 |
| 4.4 基于曲率特征的点云精确配准 | 第56-61页 |
| 4.4.1 传统ICP算法及其发展 | 第56-58页 |
| 4.4.2 基于曲率特征的ICP精确配准方法 | 第58-59页 |
| 4.4.3 精确配准算法分析 | 第59-60页 |
| 4.4.4 实验对比及分析 | 第60-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 面向室内场景的点云配准实验研究 | 第62-66页 |
| 5.1 实验环境配置 | 第62-63页 |
| 5.2 室内场景配准实验 | 第63-65页 |
| 5.3 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间所取得的相关科研成果 | 第72-74页 |
| 致谢 | 第74页 |