基于RGBD摄像头的物体中异形凹陷三维图像重建技术的研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-17页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-15页 |
| 1.2.1 三维重建技术研究现状 | 第9-10页 |
| 1.2.2 基于RGBD摄像头的三维重建 | 第10-13页 |
| 1.2.3 凹陷区域重建方法 | 第13-15页 |
| 1.3 本文研究内容和章节安排 | 第15-17页 |
| 1.3.1 研究内容 | 第15页 |
| 1.3.2 章节安排 | 第15-17页 |
| 2 点云数据获取设备与处理平台 | 第17-24页 |
| 2.1 点云数据获取 | 第17-19页 |
| 2.1.1 Kinect介绍 | 第17-19页 |
| 2.2 PCL点云库 | 第19-20页 |
| 2.2.1 PCL简介 | 第19页 |
| 2.2.2 PCL框架结构 | 第19-20页 |
| 2.3 点云数据存储和搜索 | 第20-23页 |
| 2.3.1 点云数据存储 | 第21页 |
| 2.3.2 点云的搜索方式 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 点云预处理 | 第24-36页 |
| 3.1 点云去噪 | 第24-27页 |
| 3.1.1 噪声的模型 | 第25页 |
| 3.1.2 点云滤波 | 第25-27页 |
| 3.2 点云配准 | 第27-28页 |
| 3.3 点云的特征 | 第28-33页 |
| 3.3.1 点云特征 | 第28-29页 |
| 3.3.2 点云特征描述符 | 第29-33页 |
| 3.4 基于FPFH特征的点云配准 | 第33-35页 |
| 3.4.1 巴氏距离 | 第33-34页 |
| 3.4.2 基于FPFH的点云配准 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 4 点云凹陷曲面识别 | 第36-45页 |
| 4.1 超体聚类 | 第36-39页 |
| 4.1.1 超像素分割 | 第36-37页 |
| 4.1.2 超体聚类方法 | 第37页 |
| 4.1.3 超体聚类过程 | 第37-39页 |
| 4.2 凹凸曲面识别算法 | 第39-43页 |
| 4.2.1 LCCP算法 | 第40-42页 |
| 4.2.2 CPC算法 | 第42-43页 |
| 4.3 本章小结 | 第43-45页 |
| 5 凹陷曲面重建 | 第45-57页 |
| 5.1 凹陷曲面重建流程 | 第45-46页 |
| 5.2 点云配准实验 | 第46-50页 |
| 5.2.1 凹面配准 | 第46-48页 |
| 5.2.2 模型配准 | 第48-50页 |
| 5.3 超体聚类与点云凹凸性分割实验 | 第50-53页 |
| 5.3.1 单个凹面判别 | 第50-51页 |
| 5.3.2 异形凹陷物体表面判别与分割 | 第51-53页 |
| 5.4 凹陷曲面重建实验 | 第53-56页 |
| 5.4.1 单个凹面点云重建 | 第53-54页 |
| 5.4.2 异形凹陷表面重建 | 第54-56页 |
| 5.5 本章小结 | 第56-57页 |
| 总结和展望 | 第57-59页 |
| 总结 | 第57-58页 |
| 展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间发表的学术论文 | 第63-64页 |
