三维激光扫描点云数据滤波算法的研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 三维激光扫描技术研究现状 | 第10-12页 |
| 1.2.2 点云数据滤波研究现状 | 第12-13页 |
| 1.3 本文研究内容与结构 | 第13-15页 |
| 第二章 地面三维激光扫描技术与数据预处理 | 第15-26页 |
| 2.1 地面三维激光扫描技术概述 | 第15-19页 |
| 2.1.1 三维激光扫描仪的分类 | 第15-17页 |
| 2.1.2 地面三维激光扫描仪的工作原理 | 第17-18页 |
| 2.1.3 地面三维激光扫描仪的作业流程 | 第18-19页 |
| 2.2 点云数据预处理 | 第19-25页 |
| 2.2.1 点云数据配准 | 第19-20页 |
| 2.2.2 点云数据滤波 | 第20-23页 |
| 2.2.3 点云数据化简 | 第23页 |
| 2.2.4 曲面法向量估计 | 第23-24页 |
| 2.2.5 点云数据曲面重建 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 基于八叉树的邻域平均法的点云滤波 | 第26-39页 |
| 3.1 点云数据类型 | 第26-27页 |
| 3.2 点云数据拓扑关系建立 | 第27-33页 |
| 3.2.1 K-D树法 | 第27-30页 |
| 3.2.2 空间栅格法 | 第30页 |
| 3.2.3 八叉树法 | 第30-33页 |
| 3.3 邻域平均法点云滤波 | 第33-35页 |
| 3.3.1 八叉树的K邻域分层搜索 | 第33-34页 |
| 3.3.2 邻域平均法滤波 | 第34-35页 |
| 3.4 实验分析 | 第35-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 基于马氏距离的模糊C均值聚类滤波算法改进 | 第39-58页 |
| 4.1 引言 | 第39-40页 |
| 4.2 模糊均值聚类算法原理 | 第40-43页 |
| 4.2.1 硬C均值聚类算法 | 第40-41页 |
| 4.2.2 模糊C均值聚类 | 第41-43页 |
| 4.3 马氏距离原理 | 第43-44页 |
| 4.4 马氏距离的模糊C均值聚类滤波模型建立 | 第44-50页 |
| 4.4.1 马氏距离的FCM聚类滤波算法 | 第44-45页 |
| 4.4.2 马氏距离的FCM滤波算法的实例 | 第45-50页 |
| 4.5 实验分析 | 第50-57页 |
| 4.5.1 定性分析 | 第50-51页 |
| 4.5.2 方法噪声定量分析 | 第51-57页 |
| 4.6 本章小结 | 第57-58页 |
| 总结与展望 | 第58-60页 |
| 总结 | 第58页 |
| 展望 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64页 |
