三维激光点云的处理及重建技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.2.1 点云去噪研究现状 | 第10-11页 |
| 1.2.2 点云简化研究现状 | 第11页 |
| 1.2.3 点云曲面重构研究现状 | 第11-12页 |
| 1.3 课题来源 | 第12页 |
| 1.4 论文的组织结构 | 第12-13页 |
| 第2章 点云理论基础及相关算法概述 | 第13-23页 |
| 2.1 三维点云数据 | 第13-15页 |
| 2.1.1 点云数据的采集 | 第13-14页 |
| 2.1.2 点云数据类型及特点 | 第14-15页 |
| 2.1.3 噪声点的分类 | 第15页 |
| 2.2 点云的K邻域搜索 | 第15-19页 |
| 2.2.1 点云数据的空间划分 | 第16-18页 |
| 2.2.2 K-邻域搜索 | 第18页 |
| 2.2.3 数据存储 | 第18-19页 |
| 2.3 曲率与法向量估计 | 第19-22页 |
| 2.3.1 法向量估计及修正 | 第19-20页 |
| 2.3.2 曲率估计 | 第20-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 基于空间分布的组合去噪算法研究 | 第23-33页 |
| 3.1 双边滤波思想 | 第23-24页 |
| 3.2 组合去噪算法 | 第24页 |
| 3.3 基于邻域距离和半径的离群点去除 | 第24-26页 |
| 3.3.1 基于半径滤波的离群点去除 | 第24-25页 |
| 3.3.2 基于邻域距离的离群点去除 | 第25-26页 |
| 3.4 基于法矢修正的噪声点去除 | 第26-29页 |
| 3.4.1 改进的协方差分析法 | 第27页 |
| 3.4.2 点云法矢修正 | 第27-29页 |
| 3.4.3 点云平滑 | 第29页 |
| 3.5 算法流程 | 第29-30页 |
| 3.6 实验结果分析 | 第30-32页 |
| 3.7 本章小结 | 第32-33页 |
| 第4章 一种组合的点云简化算法 | 第33-39页 |
| 4.1 常用的点云简化方法 | 第33-35页 |
| 4.1.1 包围盒算法 | 第33-34页 |
| 4.1.2 基于曲率的简化算法 | 第34-35页 |
| 4.2 组合的点云精简算法 | 第35-37页 |
| 4.2.1 算法思想 | 第35-36页 |
| 4.2.2 算法流程 | 第36-37页 |
| 4.3 实验结果及分析 | 第37-38页 |
| 4.4 本章小结 | 第38-39页 |
| 第5章 快速增量三角网格化 | 第39-53页 |
| 5.1 三角网格化理论知识 | 第39-40页 |
| 5.1.1 Voronoi图 | 第39页 |
| 5.1.2 Delaunay三角剖分 | 第39-40页 |
| 5.2 常见的点云重建算法分析 | 第40-42页 |
| 5.2.1 基于Delaunay三角化方法 | 第40-41页 |
| 5.2.2 基于隐式曲面方法 | 第41页 |
| 5.2.3 基于区域增长的重建方法 | 第41页 |
| 5.2.4 网格常见算法分析 | 第41-42页 |
| 5.3 快速增量三角网格化 | 第42-49页 |
| 5.3.1 初始三角形构建 | 第42页 |
| 5.3.2 候选点范围确定 | 第42-44页 |
| 5.3.3 最优点选取 | 第44-49页 |
| 5.3.4 三角网格化算法的步骤 | 第49页 |
| 5.4 数据存储 | 第49-50页 |
| 5.5 实验结果及分析 | 第50-51页 |
| 5.6 本章小结 | 第51-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的学术论文 | 第59-61页 |
| 致谢 | 第61页 |
