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

基于点云数据的三维目标识别方法研究

摘要第5-6页
abstract第6-7页
第1章 绪论第11-17页
    1.1 课题研究的背景及意义第11-12页
    1.2 课题研究的应用前景第12页
    1.3 国内外研究现状第12-15页
        1.3.1 基于局部特征的点云识别方法第13-14页
        1.3.2 基于全局特征的点云识别第14页
        1.3.3 基于图匹配的三维识别第14页
        1.3.4 基于机器学习的识别方法第14-15页
    1.4 论文的主要内容及结构安排第15-17页
        1.4.1 论文的主要内容第15-16页
        1.4.2 论文的结构安排第16-17页
第2章 三维点云目标识别基础第17-31页
    2.1 点云数据的获取和表示第17-19页
        2.1.1 点云获取第17-19页
        2.1.2 点云数据的表示方法第19页
    2.2 点云数据处理技术第19-25页
        2.2.1 点云的去噪精简第19-21页
        2.2.2 离群点检测方法第21-23页
        2.2.3 空间拓扑构建与近邻搜索第23-25页
    2.3 点云识别基础概念第25-30页
        2.3.1 点云数据基础特征第25-26页
        2.3.2 刚体变换第26-28页
        2.3.3 刚体变换的计算第28-29页
        2.3.4 ICP算法第29页
        2.3.5 RANSAC算法第29-30页
    2.4 本章小结第30-31页
第3章 点云滤波去噪方法研究第31-41页
    3.1 概述第31页
    3.2 模糊C均值聚类算法第31-33页
        3.2.1 模糊集第31页
        3.2.2 模糊C均值聚类第31-33页
        3.2.3 FCM去除离群点噪声第33页
    3.3 点云模型的法向量修正第33-34页
    3.4 点云高频信息去噪第34-35页
    3.5 实验结果及分析第35-40页
        3.5.1 离群点去噪实验第36-38页
        3.5.2 高频信息去噪实验分析第38-40页
    3.6 本章小结第40-41页
第4章 基于KSR的目标识别算法第41-63页
    4.1 概述第41页
    4.2 基于SIFT算法的关键点检测第41-44页
        4.2.1 尺度空间极值检测第42-44页
        4.2.2 关键点的精确定位第44页
    4.3 基于关键点的表面表示(KSR)第44-47页
    4.4 局部参考坐标框架的构建第47-50页
        4.4.1 坐标轴构造第48-49页
        4.4.2 符号消歧第49-50页
    4.5 三维目标识别第50-53页
        4.5.1 三维模型库第50页
        4.5.2 场景表示第50-51页
        4.5.3 KSR匹配与假设生成第51-52页
        4.5.4 假设验证(模块H)第52页
        4.5.5 识别与分割(模块I)第52-53页
    4.6 实验结果及分析第53-62页
        4.6.1 三维数据集第53-54页
        4.6.2 数据集上的测试结果第54-60页
        4.6.3 真实场景实验第60-62页
    4.7 本章小结第62-63页
第5章 基于协方差描述符的目标识别算法第63-84页
    5.1 概述第63页
    5.2 协方差描述符第63-67页
        5.2.1 协方差的概念第63页
        5.2.2 协方差描述符的相似度衡量第63-64页
        5.2.3 协方差特征描述符的组合第64-65页
        5.2.4 协方差特征描述符的提取第65-66页
        5.2.5 协方差特征描述符的匹配策略第66-67页
    5.3 协方差描述符的分类第67-73页
        5.3.1 K近邻(KNN)算法第67-68页
        5.3.2 支持向量机算法第68-72页
        5.3.3 支持向量机参数寻优第72-73页
    5.4 实验结果及分析第73-82页
        5.4.1 RGB- D数据集第73-74页
        5.4.2 实验结果及分析第74-82页
    5.5 本章小结第82-84页
结论第84-86页
参考文献第86-92页
攻读硕士学位期间发表的论文和取得的科研成果第92-94页
致谢第94页

论文共94页,点击 下载论文
上一篇:数字全息快速自动聚焦技术研究
下一篇:基于聚类分析下的运动目标跟踪算法研究