| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题的研究背景和研究意义 | 第10-11页 |
| 1.1.1 选题依据 | 第10页 |
| 1.1.2 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 本文研究内容及章节介绍 | 第15-18页 |
| 第二章 点云分割基础 | 第18-30页 |
| 2.1 点云数据介绍 | 第18页 |
| 2.2 点云分割流程 | 第18-19页 |
| 2.3 点云分割中的相关技术 | 第19-25页 |
| 2.3.1 点云数据去噪和精简 | 第19-21页 |
| 2.3.2 K近邻算法和KD树 | 第21-23页 |
| 2.3.3 点云法向量和高斯曲率 | 第23-25页 |
| 2.4 评价指标 | 第25-28页 |
| 2.4.1 Cut Discrepancy | 第25-26页 |
| 2.4.2 Consistency Error | 第26页 |
| 2.4.3 Hamming Distance | 第26-27页 |
| 2.4.4 Rand Index | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第三章 基于谱聚类和巴氏距离的点云分割 | 第30-42页 |
| 3.1 基于谱聚类算法的初分割 | 第30-35页 |
| 3.1.1 无向权重图 | 第30-31页 |
| 3.1.2 邻接矩阵和拉普拉斯矩阵 | 第31-34页 |
| 3.1.3 K-means++聚类 | 第34-35页 |
| 3.2 区域可见度 | 第35-38页 |
| 3.2.1 可见度定义及计算 | 第35-36页 |
| 3.2.2 改进的可见度算法 | 第36-37页 |
| 3.2.3 分割欠分割区域 | 第37-38页 |
| 3.3 基于巴氏距离进行区域合并 | 第38-41页 |
| 3.3.1 巴氏距离的定义及计算 | 第39页 |
| 3.3.2 构建相邻区域的直方图 | 第39-40页 |
| 3.3.3 合并步骤 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 基于改进形状直径函数的区域合并 | 第42-52页 |
| 4.1 形状直径函数 | 第42-45页 |
| 4.1.1 形状直径函数的定义 | 第42-44页 |
| 4.1.2 形状直径函数存在的问题以及改进 | 第44-45页 |
| 4.2 序关系分析法定义及计算 | 第45-46页 |
| 4.3 基于改进形状直径函数的区域合并 | 第46-50页 |
| 4.3.1 改进形状直径函数值的计算 | 第46-47页 |
| 4.3.2 区域合并步骤 | 第47-48页 |
| 4.3.3 Earth Mover's Distance | 第48-50页 |
| 4.4 本章小结 | 第50-52页 |
| 第五章 基于改进Snake算法的边界光滑 | 第52-62页 |
| 5.1 Snake算法介绍 | 第52-54页 |
| 5.2 构建能量函数 | 第54-57页 |
| 5.2.1 点的内部能计算 | 第54-55页 |
| 5.2.2 基于中轴线和高斯曲率的外部能计算 | 第55-57页 |
| 5.3 边界光顺 | 第57-58页 |
| 5.4 实验及评价 | 第58-60页 |
| 5.4.1 基于视觉的定性分割结果 | 第58-59页 |
| 5.4.2 基于定量指标的分割结果 | 第59-60页 |
| 5.5 本章小结 | 第60-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 工作总结 | 第62页 |
| 6.2 未来展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 攻读硕士学位期间发表的论文及取得的研究成果 | 第70-72页 |
| 致谢 | 第72-73页 |