| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 引言 | 第10-11页 |
| 1 绪论 | 第11-17页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 国内研究现状 | 第12-14页 |
| 1.2.2 国外研究现状 | 第14-16页 |
| 1.3 论文结构安排 | 第16-17页 |
| 2 PCL运行环境的搭建 | 第17-26页 |
| 2.1 PCL点云库 | 第17-18页 |
| 2.2 预编译包搭建 | 第18-19页 |
| 2.2.1 预编译包介绍 | 第18页 |
| 2.2.2 预编译包的安装 | 第18-19页 |
| 2.3 利用已编译第三方库从源码搭建 | 第19-24页 |
| 2.3.1 安装第三方依赖库 | 第19-20页 |
| 2.3.2 编译源代码 | 第20-21页 |
| 2.3.3 创建工作平台 | 第21-22页 |
| 2.3.4 设置环境变量 | 第22页 |
| 2.3.5 设置包含目录 | 第22页 |
| 2.3.6 设置库目录 | 第22-23页 |
| 2.3.7 设置附加依赖项 | 第23-24页 |
| 2.4 示例实验 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 3 点云数据的获取 | 第26-37页 |
| 3.1 点云数据 | 第26页 |
| 3.2 数据采集设备 | 第26-28页 |
| 3.3 坐标的变换 | 第28-33页 |
| 3.3.1 图像坐标系 | 第28-30页 |
| 3.3.2 摄像机坐标系 | 第30-32页 |
| 3.3.3 世界坐标系 | 第32页 |
| 3.3.4 针孔理想模型 | 第32-33页 |
| 3.4 相机的标定 | 第33-36页 |
| 3.4.1 传统相机标定方法 | 第34页 |
| 3.4.2 相机自标定方法 | 第34页 |
| 3.4.3 基于主动视觉的相机标定方法 | 第34页 |
| 3.4.4 对kinect摄像机的标定 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 4 点云的滤波处理 | 第37-49页 |
| 4.1 点云滤波概述 | 第37-38页 |
| 4.2 直通滤波器 | 第38-41页 |
| 4.3 体素格滤波器 | 第41-43页 |
| 4.4 统计滤波器 | 第43-45页 |
| 4.5 半径滤波器 | 第45-48页 |
| 4.6 本章小结 | 第48-49页 |
| 5 点云配准策略研究 | 第49-79页 |
| 5.1 点云结构索引 | 第49-51页 |
| 5.1.1 K-D tree | 第49-50页 |
| 5.1.2 Octree | 第50-51页 |
| 5.2 点云的粗配准 | 第51-59页 |
| 5.2.1 点云特征与特征点配准 | 第52-57页 |
| 5.2.2 误匹配的剔除 | 第57-59页 |
| 5.3 点云的精细配准 | 第59-62页 |
| 5.3.1 SVD奇异值分解算法 | 第59-61页 |
| 5.3.2 传统ICP算法 | 第61-62页 |
| 5.4 基于FPFH特征的改进点云配准算法原理 | 第62-64页 |
| 5.5 基于FPFH特征的改进点云配准算法的对比实验和分析 | 第64-78页 |
| 5.6 本章小结 | 第78-79页 |
| 6 基于FPFH特征的改进点云配准算法的实现 | 第79-92页 |
| 6.1 围绕物体的小范围点云配准 | 第79-87页 |
| 6.2 小场景多幅点云配准 | 第87-91页 |
| 6.3 本章小结 | 第91-92页 |
| 结论 | 第92-93页 |
| 参考文献 | 第93-97页 |
| 在学研究成果 | 第97-98页 |
| 致谢 | 第98页 |