首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于Kinect的室内场景三维重建

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-19页
   ·选题背景及意义第10-12页
   ·研究现状第12-15页
   ·主要的开发平台第15-16页
   ·主要工作及组织结构第16-18页
     ·研究内容第16-17页
     ·组织结构第17-18页
   ·本章小结第18-19页
第2章 设备驱动与数据获取第19-27页
   ·开发工具第19-21页
   ·OpenNI 开源框架第21-22页
   ·数据存储第22-25页
     ·点云数据格式第22-23页
     ·二维图像和三维数据存储第23-25页
   ·点云处理与可视化第25-26页
   ·本章小结第26-27页
第3章 点云滤波处理与三维重构第27-56页
   ·噪声分析第27-28页
   ·传统的点云深度图修复算法第28-33页
     ·经典的均值和中值滤波第28-30页
     ·基于双边滤波的深度图滤波第30-32页
     ·基于空域和时域的深度图滤波第32-33页
   ·改进的基于四类噪声的深度图修复算法第33-39页
   ·相机标定与三维场景重构第39-46页
     ·世界、相机与图像坐标系第39-42页
     ·基于棋盘格算法的相机标定第42-45页
     ·基于深度修复图的三维重构第45-46页
   ·K 邻近搜索第46-50页
     ·空间栅格法第46页
     ·基于 k-d 树的查找算法第46-50页
   ·基于改进的深度修复的三维点云的滤波第50-53页
     ·基于空间栅格的降采样滤波第50-51页
     ·基于高斯分布的移除离群点第51-53页
   ·基于改进的深度修复的点云滤波结果分析第53-54页
   ·本章小结第54-56页
第4章 点云配准算法的研究和改进第56-76页
   ·点云配准中基本的位置变换关系第57-58页
   ·传统的点云配准算法第58-60页
     ·基于正态分布的点云配准第58-59页
     ·迭代最近点算法第59-60页
   ·基于采样一致性的配准算法第60-65页
     ·点云特征的提取方法第60-64页
     ·采样一致性算法的配准原理第64-65页
   ·基于采样和迭代算法的点云配准流程分析和改进第65-71页
     ·迭代最近点的配准参数分析第65-66页
     ·基于采样一致性算法的配准参数分析第66-67页
     ·改进的点云联合配准流程和结果对比第67-71页
   ·室内三维场景配准的实验结果与分析第71-75页
   ·本章小结第75-76页
结论第76-79页
参考文献第79-84页
攻读学位期间发表论文与研究成果清单第84-85页
致谢第85页

论文共85页,点击 下载论文
上一篇:嵌入式智能视觉测量传感器设计与应用研究
下一篇:基于多传感器信息融合的动态目标检测与识别