| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第14-19页 |
| 1.1 课题背景与研究意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.2.1 变电站三维建模研究现状 | 第15-16页 |
| 1.2.2 三维识别技术研究现状 | 第16-17页 |
| 1.3 论文主要内容 | 第17-19页 |
| 2 总体设计 | 第19-23页 |
| 2.1 需求分析 | 第19-20页 |
| 2.1.1 功能需求 | 第19页 |
| 2.1.2 技术指标需求 | 第19页 |
| 2.1.3 可行性分析 | 第19-20页 |
| 2.2 整体结构 | 第20-21页 |
| 2.3 难点和创新点 | 第21页 |
| 2.4 本章小结 | 第21-23页 |
| 3 点云数据预处理 | 第23-39页 |
| 3.1 点云数据获取 | 第23-24页 |
| 3.2 点云精简 | 第24-30页 |
| 3.2.1 常用点云精简方法 | 第24-25页 |
| 3.2.2 基于八叉树编码的点云精简 | 第25-27页 |
| 3.2.3 点云精简实验 | 第27-30页 |
| 3.3 点云去噪 | 第30-33页 |
| 3.3.1 常用点云去噪方法 | 第30-31页 |
| 3.3.2 基于八叉树编码法点云去噪 | 第31页 |
| 3.3.3 点云去噪实验 | 第31-33页 |
| 3.4 位置校准 | 第33-38页 |
| 3.4.1 常用位置校准方法 | 第33-34页 |
| 3.4.2 基于主方向贴合法位置校准 | 第34-36页 |
| 3.4.3 位置校准实验 | 第36-38页 |
| 3.5 本章小结 | 第38-39页 |
| 4 基于点云的变电站设备特征提取 | 第39-50页 |
| 4.1 点云数据归一化 | 第39-41页 |
| 4.2 子空间划分 | 第41-42页 |
| 4.3 子空间特征提取 | 第42-45页 |
| 4.3.1 子空间特征 | 第42-44页 |
| 4.3.2 子空间特征向量 | 第44-45页 |
| 4.4 模板特征库构建 | 第45-49页 |
| 4.4.1 模板特征库组成 | 第45-46页 |
| 4.4.2 模板特征库实现 | 第46-49页 |
| 4.5 本章小结 | 第49-50页 |
| 5 基于点云的变电站设备识别 | 第50-70页 |
| 5.1 常用模式识别方法 | 第50-55页 |
| 5.2 基于粒子群优化子空间特征权重的K-近邻分类识别 | 第55-60页 |
| 5.2.1 K-近邻分类 | 第55-56页 |
| 5.2.2 粒子群优化子空间特征权重 | 第56-58页 |
| 5.2.3 实验测试及分析 | 第58-60页 |
| 5.3 子空间分割大小对于识别结果的影响 | 第60-63页 |
| 5.3.1 理论分析 | 第60-61页 |
| 5.3.2 实验测试 | 第61-62页 |
| 5.3.3 结果分析 | 第62-63页 |
| 5.4 点云缺失程度对于识别结果的影响 | 第63-66页 |
| 5.4.1 理论分析 | 第63页 |
| 5.4.2 仿真实验 | 第63-66页 |
| 5.4.3 结果分析 | 第66页 |
| 5.5 与改进的ICP识别方法对比 | 第66-69页 |
| 5.5.1 改进的ICP识别方法 | 第66-68页 |
| 5.5.2 对比实验及结果分析 | 第68-69页 |
| 5.6 本章小结 | 第69-70页 |
| 6 识别算法封装及软件设计 | 第70-77页 |
| 6.1 Matlab识别算法封装 | 第70-71页 |
| 6.2 C | 第71-72页 |
| 6.3 程序接口定义 | 第72-74页 |
| 6.4 识别软件设计 | 第74-76页 |
| 6.5 本章小结 | 第76-77页 |
| 7 总结与展望 | 第77-79页 |
| 7.1 本文研究内容总结 | 第77-78页 |
| 7.2 研究展望 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-84页 |
| 个人简历、在学期间发表的学术论文及研究成果 | 第84页 |