基于Kinect的三维重建技术的研究与应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 课题研究的背景及意义 | 第8-9页 |
| 1.2 三维重建研究现状 | 第9-11页 |
| 1.2.1 国外研究现状 | 第10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 论文研究内容和结构安排 | 第11-12页 |
| 1.3.1 研究内容 | 第11-12页 |
| 1.3.2 论文结构安排 | 第12页 |
| 1.4 本章小结 | 第12-13页 |
| 2 三维点云数据获取与处理 | 第13-28页 |
| 2.1 Kinect原理介绍 | 第13-19页 |
| 2.1.1 Kinect简介 | 第13页 |
| 2.1.2 Kinect的结构 | 第13-15页 |
| 2.1.3 Kinect的相关开发库 | 第15-16页 |
| 2.1.4 彩色相机模型 | 第16-18页 |
| 2.1.5 深度相机模型 | 第18-19页 |
| 2.2 世界、相机和图像坐标系 | 第19-22页 |
| 2.2.1 图像坐标系 | 第20-21页 |
| 2.2.2 相机坐标系 | 第21-22页 |
| 2.2.3 世界坐标系 | 第22页 |
| 2.3 Kinect摄像头的标定 | 第22-24页 |
| 2.4 三维数据的获取与预处理 | 第24-27页 |
| 2.4.1 Kinect深度图像的获取 | 第24-26页 |
| 2.4.2 数据预处理 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 3 三维点云配准算法 | 第28-39页 |
| 3.1 三维点云数据配准的概念 | 第28页 |
| 3.2 RGB图像的特征提取 | 第28-32页 |
| 3.2.1 SURF的算法原理 | 第29-31页 |
| 3.2.2 图像特征提取算法比较 | 第31-32页 |
| 3.3 三维点云数据特征描述与提取 | 第32-35页 |
| 3.3.1 点云表面法向估计 | 第33-34页 |
| 3.3.2 点特征直方图估计 | 第34-35页 |
| 3.4 特征点对提纯 | 第35-36页 |
| 3.5 ICP精确配准 | 第36-37页 |
| 3.6 改进的点云匹配算法 | 第37-38页 |
| 3.7 本章小结 | 第38-39页 |
| 4 系统设计与实验 | 第39-47页 |
| 4.1 硬件平台、软件环境及系统构架设计 | 第39-42页 |
| 4.1.1 硬件平台 | 第39-40页 |
| 4.1.2 软件平台 | 第40-41页 |
| 4.1.3 系统构架设计 | 第41-42页 |
| 4.2 实验流程 | 第42-45页 |
| 4.2.1 点云数据获取 | 第42页 |
| 4.2.2 目标点云数据提取 | 第42-43页 |
| 4.2.3 点云去噪 | 第43页 |
| 4.2.4 点云初始配准 | 第43-44页 |
| 4.2.5 点云精确配准 | 第44页 |
| 4.2.6 点云重建 | 第44-45页 |
| 4.2.7 三维打印 | 第45页 |
| 4.3 实验结果与分析 | 第45-46页 |
| 4.4 本章小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 攻读学位期间的研究成果 | 第51页 |
