点云粗配准技术研究
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 绪论 | 第7-15页 |
| 1.1 研究背景 | 第7-10页 |
| 1.2 研究现状 | 第10-13页 |
| 1.2.1 基于人工交互的方法 | 第10-11页 |
| 1.2.2 自动的配准方法 | 第11-13页 |
| 1.3 本文研究内容 | 第13页 |
| 1.4 组织结构 | 第13-15页 |
| 第2章 配准常用技术介绍 | 第15-21页 |
| 2.1 常用数据结构 | 第15-18页 |
| 2.1.1 KD-Tree介绍 | 第15-17页 |
| 2.1.2 八叉树介绍 | 第17-18页 |
| 2.2 RANSAC算法介绍 | 第18页 |
| 2.3 4PCS算法介绍 | 第18-21页 |
| 第3章 基于边界特征的四点一致性点云粗配准算法 | 第21-35页 |
| 3.1 算法概要 | 第21-22页 |
| 3.2 边界提取 | 第22-26页 |
| 3.3 特征提取 | 第26-28页 |
| 3.4 基的提取和简化 | 第28-29页 |
| 3.5 实验结果 | 第29-35页 |
| 3.5.1 4PCS算法的运行时间分析 | 第30页 |
| 3.5.2 基的提取和简化效率分析 | 第30-32页 |
| 3.5.3 效率对比 | 第32-35页 |
| 第4章 基于结构和变换一致的点云粗配准算法 | 第35-45页 |
| 4.1 算法概要 | 第35页 |
| 4.2 关键点提取 | 第35-36页 |
| 4.3 特征匹配和错误点去除 | 第36-38页 |
| 4.4 算法设计 | 第38-42页 |
| 4.4.1 改进的RANSAC算法 | 第38-40页 |
| 4.4.2 算法的实现 | 第40-42页 |
| 4.5 实验结果 | 第42-45页 |
| 4.5.1 RANSAC算法正确率 | 第42-43页 |
| 4.5.2 效率对比 | 第43-45页 |
| 第5章 总结与展望 | 第45-47页 |
| 5.1 本文总结 | 第45页 |
| 5.2 未来工作 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 发表论文和参加科研情况说明 | 第51-53页 |
| 致谢 | 第53页 |
