| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 三维激光扫描技术国内外研究现状 | 第11页 |
| 1.2.2 三维激光数据处理国内外研究现状 | 第11-13页 |
| 1.2.3 三维激光扫描技术应用发展趋势 | 第13页 |
| 1.3 课题研究思路和主要工作内容 | 第13-14页 |
| 1.4 论文结构安排 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 2 三维激光扫描技术理论基础 | 第16-23页 |
| 2.1 激光技术简介 | 第16页 |
| 2.2 三维激光扫描系统的分类 | 第16-18页 |
| 2.2.1 机载激光扫描系统 | 第17页 |
| 2.2.2 地面激光三维扫描系统 | 第17-18页 |
| 2.2.3 便携式三维激光扫描系统 | 第18页 |
| 2.3 三维激光扫描系统测量原理 | 第18-22页 |
| 2.3.1 测距原理 | 第18-21页 |
| 2.3.2 测角原理 | 第21-22页 |
| 2.3.3 扫描原理 | 第22页 |
| 2.3.4 定向原理 | 第22页 |
| 2.4 本章小结 | 第22-23页 |
| 3 点云数据去噪处理 | 第23-36页 |
| 3.1 点云数据获取及相关 | 第23-27页 |
| 3.1.1 HandyScan 3D激光扫描仪 | 第23-26页 |
| 3.1.2 点云数据类型 | 第26-27页 |
| 3.1.3 噪声来源 | 第27页 |
| 3.2 离群噪声数据的去除 | 第27-31页 |
| 3.2.1 k-邻域定义 | 第27-28页 |
| 3.2.2 传统点云数据的k-近邻搜索 | 第28页 |
| 3.2.3 改进的k-近邻搜索算法 | 第28-30页 |
| 3.2.4 中值滤波方法 | 第30-31页 |
| 3.3 实验结果与分析 | 第31-35页 |
| 3.4 本章小结 | 第35-36页 |
| 4 点云数据精简 | 第36-46页 |
| 4.1 点云数据精简算法评价方法 | 第36页 |
| 4.2 随机精简采样 | 第36-37页 |
| 4.3 包围盒法 | 第37页 |
| 4.4 曲率精简算法 | 第37-39页 |
| 4.5 基于八叉树编码的区域重心精简法 | 第39-41页 |
| 4.5.1 八叉树原理 | 第39-40页 |
| 4.5.2 数据精简的实现 | 第40-41页 |
| 4.6 模型数据精简效果与分析 | 第41-45页 |
| 4.6.1 羊体模型数据精简结果 | 第41-44页 |
| 4.6.2 基于八叉树编码的区域重心精简方法的应用 | 第44-45页 |
| 4.7 本章小结 | 第45-46页 |
| 5 羊体曲面重构 | 第46-53页 |
| 5.1 Crust三角剖分方法 | 第46-49页 |
| 5.1.1 Voronoi图 | 第46-47页 |
| 5.1.2 Delaunay三角剖分 | 第47-49页 |
| 5.2 实验结果展示 | 第49-52页 |
| 5.2.1 羊体模型点云数据的三维重构 | 第49-50页 |
| 5.2.2 不同点云数据曲面重构实验 | 第50-52页 |
| 5.3 本章小结 | 第52-53页 |
| 6 总结与展望 | 第53-55页 |
| 6.1 全文总结 | 第53页 |
| 6.2 展望 | 第53-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 作者简介 | 第60页 |