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的案件现场三维重建方法研究

摘要第5-6页
abstract第6-7页
引言第11-12页
1 绪论第12-16页
    1.1 课题研究背景及意义第12页
    1.2 国内外研究现状第12-13页
    1.3 三维重建技术在公安工作中的应用与存在的问题第13-14页
    1.4 论文的主要工作及结构安排第14-16页
2 Kinect相关技术及PCL简介第16-29页
    2.1 Kinect及其原理简介第16-20页
        2.1.1 Kinect相关硬件简介第16-18页
        2.1.2 Kinect获取深度信息的原理第18-20页
    2.2 OpenNI体感框架简介及安装第20-22页
        2.2.1 OpenNI简介第20-21页
        2.2.2 OpenNI安装第21-22页
    2.3 PCL点云库及相关技术简介第22-28页
        2.3.1 PCL点云库简介第22-23页
        2.3.2 PCL点云库的结构和内容第23-24页
        2.3.3 PCL点云库的应用第24-25页
        2.3.4 PCL点云库的配置第25-28页
    2.4 本章小结第28-29页
3 深度图像的滤波处理第29-41页
    3.1 深度信息的噪声分析第29-30页
    3.2 基于深度图像的高斯滤波第30-33页
        3.2.1 高斯滤波简介第30-31页
        3.2.2 高斯滤波实验结果及分析第31-33页
    3.3 基于深度图像的中值滤波第33-35页
        3.3.1 中值滤波简介第33页
        3.3.2 中值滤波实验结果及分析第33-35页
    3.4 基于深度信息的双边滤波第35-38页
        3.4.1 双边滤波简介第35-36页
        3.4.2 双边滤波实验结果及分析第36-38页
    3.5 改进的混合滤波方法第38-40页
        3.5.1 改进的混合滤波方法简介第38页
        3.5.2 改进的混合滤波实验结果及分析第38-40页
    3.6 本章小结第40-41页
4 基于深度信息的点云配准第41-58页
    4.1 点云及其格式简介第41-44页
        4.1.1 点云数据简介第41-43页
        4.1.2 点云文件的读取和创建第43-44页
    4.2 基于深度信息的三维点云数据生成第44-49页
        4.2.1 深度摄像头的标定第44-45页
        4.2.2 坐标转换原理第45-48页
        4.2.3 深度信息和彩色信息的简单融合第48-49页
    4.3 基于改进的ICP算法的点云配准第49-57页
        4.3.1 传统ICP算法简介第49-53页
        4.3.2 PCL中的配准模块第53-54页
        4.3.3 改进的ICP算法的实现第54-57页
    4.4 本章小结第57-58页
5 基于深度信息的三维重建第58-75页
    5.1 基于深度信息三维重建的原理第58-62页
        5.1.1 基于三维信息的变换矩阵第58-61页
        5.1.2 基于三维点云的重建第61-62页
    5.2 基于深度信息的点云渲染第62-67页
        5.2.1 移动立方体算法简介第62-65页
        5.2.2 移动立方体算法基于GPU的实现第65-67页
    5.3 基于PLY格式的三维模型生成第67-74页
        5.3.1 场景三维重建结果及分析第68-70页
        5.3.2 基于PCL和SDK的实验结果对比分析第70-71页
        5.3.3 融合彩色信息的三维重建过程实现及结果分析第71-74页
    5.4 本章小结第74-75页
结论第75-77页
参考文献第77-81页
在学研究成果第81-82页
致谢第82页

论文共82页,点击 下载论文
上一篇:基于单幅图像的交互式三维花朵建模
下一篇:基于鱼眼摄像机的三维测量技术研究