| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 论文的研究背景和意义 | 第8-9页 |
| 1.1.1 论文的研究背景 | 第8-9页 |
| 1.1.2 论文的研究意义 | 第9页 |
| 1.2 地面三维激光点云数据配准及建模的国内外研究进展 | 第9-12页 |
| 1.2.1 地面三维激光点云数据配准及建模的国内研究进展 | 第9-11页 |
| 1.2.2 地面三维激光点云数据配准及建模的国外研究进展 | 第11-12页 |
| 1.3 论文的主要研究内容及技术路线 | 第12-14页 |
| 1.3.1 论文研究的主要内容 | 第12-13页 |
| 1.3.2 论文研究的技术路线 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第二章 地面三维激光点云数据配准及建模相关的理论基础 | 第16-28页 |
| 2.1 点云配准的定义和数学基础 | 第16-18页 |
| 2.1.1 点云配准的定义 | 第16-17页 |
| 2.1.2 点云配准的数学基础——刚体变换 | 第17-18页 |
| 2.2 点云配准涉及的几何特征 | 第18-22页 |
| 2.2.1 点的邻域 | 第18-19页 |
| 2.2.2 法向量和曲率 | 第19-22页 |
| 2.3 点云数据的配准技术 | 第22-27页 |
| 2.3.1 初始配准 | 第22-25页 |
| 2.3.2 精确配准 | 第25-27页 |
| 2.4 点云建模的应用 | 第27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 点云配准算法及改进研究 | 第28-45页 |
| 3.1 基于kd-tree的最近点搜索 | 第28-29页 |
| 3.2 PFH、FPFH特征描述算子 | 第29-33页 |
| 3.2.1 PFH描述算子 | 第30-32页 |
| 3.2.2 FPFH描述算子 | 第32-33页 |
| 3.3 4PCS算法 | 第33-34页 |
| 3.4 SAC-IA算法与RANSAC算法 | 第34-36页 |
| 3.4.1 SAC-IA算法 | 第34页 |
| 3.4.2 RANSAC算法 | 第34-36页 |
| 3.5 初始配准算法描述及设计流程 | 第36-37页 |
| 3.6 三维正态分布变换算法改进 | 第37-43页 |
| 3.6.1 三维正态分布变换算法 | 第38-39页 |
| 3.6.2 基于近似Hessian矩阵改进的三维正态分布变换算法 | 第39-41页 |
| 3.6.3 基于线性搜索改进的三维正态分布变换算法 | 第41-43页 |
| 3.7 改进的三维正态分布变换算法描述及设计流程 | 第43-44页 |
| 3.8 本章小结 | 第44-45页 |
| 第四章 基于地面三维激光点云数据建模关键技术研究 | 第45-51页 |
| 4.1 三维点云建模流程概述 | 第45页 |
| 4.2 基于矢量-角度法的模型点云压缩算法 | 第45-48页 |
| 4.2.1 迭代包围盒法 | 第45-46页 |
| 4.2.2 矢量-角度法 | 第46-48页 |
| 4.3 算法分析 | 第48-50页 |
| 4.3.1 确定分层数目 | 第48-49页 |
| 4.3.2 确定最短距离和角度阈值 | 第49-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第五章 地面三维激光点云数据配准及建模实例 | 第51-65页 |
| 5.1 实验环境介绍 | 第51页 |
| 5.2 初始配准算法实验结果及分析 | 第51-56页 |
| 5.3 基于三维正态分布变换改进的精配准算法实验及结果分析 | 第56-61页 |
| 5.4 基于矢量-角度法的模型点云压缩算法的压缩结果及建模分析 | 第61-64页 |
| 5.4.1 基于矢量-角度法的模型点云压缩结果 | 第61-62页 |
| 5.4.2 点云建模结果及分析 | 第62-64页 |
| 5.5 本章小结 | 第64-65页 |
| 第六章 结论与展望 | 第65-67页 |
| 6.1 结论 | 第65-66页 |
| 6.2 展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 附录A | 第71-72页 |
