| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究的背景和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.3 本文主要研究内容 | 第16-18页 |
| 第2章 传统张量投票 | 第18-30页 |
| 2.1 引言 | 第18页 |
| 2.2 传统张量投票基本原理 | 第18-21页 |
| 2.3 投票域 | 第21-27页 |
| 2.3.1 二维棒投票域 | 第21-23页 |
| 2.3.2 二维球投票域 | 第23-24页 |
| 2.3.3 三维棒投票域 | 第24-25页 |
| 2.3.4 三维板投票域和三维球投票域 | 第25-27页 |
| 2.4 张量投票特征推理 | 第27-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 三维点云解析张量投票研究 | 第30-41页 |
| 3.1 引言 | 第30页 |
| 3.2 解析棒张量投票 | 第30-33页 |
| 3.2.1 新衰减函数的建立 | 第31-32页 |
| 3.2.2 棒张量投票解析解的求取 | 第32-33页 |
| 3.3 张量投票解析解 | 第33-40页 |
| 3.3.1 二维球张量投票解析解的求取 | 第34-35页 |
| 3.3.2 三维板张量投票和球张量投票解析解的求取 | 第35-38页 |
| 3.3.3 任意二阶对称张量的解析张量投票 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 基于解析张量投票的机械工件三维点云特征推理 | 第41-51页 |
| 4.1 引言 | 第41页 |
| 4.2 张量投票特征推理基本原理 | 第41-43页 |
| 4.3 显著性梯度估计 | 第43-45页 |
| 4.4 基于拟牛顿算法寻优的三维点云特征推理 | 第45-50页 |
| 4.4.1 亚像素移动立方体特征推理算法 | 第45-46页 |
| 4.4.2 基于拟牛顿算法寻优的三维点云亚像素特征推理 | 第46-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第5章 实验研究 | 第51-63页 |
| 5.1 引言 | 第51页 |
| 5.2 投票域仿真 | 第51-55页 |
| 5.2.1 二维投票域仿真 | 第51-53页 |
| 5.2.2 三维投票域仿真 | 第53-55页 |
| 5.3 特征提取实验 | 第55-58页 |
| 5.4 特征推理实验 | 第58-62页 |
| 5.5 本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第69-70页 |
| 致谢 | 第70页 |
