摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第11-23页 |
1.1 引言 | 第11-13页 |
1.1.1 室内场景三维重构研究意义 | 第11-12页 |
1.1.2 激光雷达点云及其分布类型 | 第12-13页 |
1.2 激光雷达点云三维重构关键技术及其国内外进展 | 第13-20页 |
1.2.1 三维成像激光雷达 | 第14-16页 |
1.2.2 移除杂散点技术 | 第16-17页 |
1.2.3 多视角点云配准技术 | 第17-18页 |
1.2.4 点云三维重构技术 | 第18-20页 |
1.3 课题研究任务及论文安排 | 第20-23页 |
第二章 激光雷达及其数据 | 第23-31页 |
2.1 引言 | 第23页 |
2.2 激光雷达扫描平台 | 第23-26页 |
2.2.1 激光雷达扫描平台搭建 | 第23-25页 |
2.2.2 数据规范化 | 第25-26页 |
2.3 数据获取及存储 | 第26-30页 |
2.3.1 上位机与转台的串口通信 | 第26-27页 |
2.3.2 上位机与激光雷达的网络通信 | 第27-28页 |
2.3.3 点云的存储 | 第28-30页 |
2.4 本章小结 | 第30-31页 |
第三章 点云的杂散点移除 | 第31-45页 |
3.1 引言 | 第31页 |
3.2 杂散点分析 | 第31-33页 |
3.3 常规的杂散点移除算法 | 第33-36页 |
3.3.1 基于密度的杂散点移除算法 | 第33-34页 |
3.3.2 基于距离的杂散点移除算法 | 第34-36页 |
3.4 改进的密度自适应的DBSCAN杂散点移除算法 | 第36-41页 |
3.4.1 基于聚类的DBSCAN杂散点移除算法 | 第36-38页 |
3.4.2 改进DBSCAN算法的密度自适应 | 第38-41页 |
3.5 三种杂散点移除算法的仿真与对比分析 | 第41-44页 |
3.6 本章小结 | 第44-45页 |
第四章 多视角点云的配准 | 第45-55页 |
4.1 引言 | 第45页 |
4.2 迭代最近点配准算法原理 | 第45-46页 |
4.3 基于PCA的点云粗配准算法 | 第46-49页 |
4.3.1 PCA算法原理 | 第47-48页 |
4.3.2 计算初始旋转矩阵 | 第48-49页 |
4.3.3 计算初始平移向量 | 第49页 |
4.4 基于粗配准初始化的ICP精确配准 | 第49-50页 |
4.5 基于粗配准初始化的ICP算法的仿真分析 | 第50-54页 |
4.6 本章小结 | 第54-55页 |
第五章 室内三维模型重构 | 第55-78页 |
5.1 引言 | 第55-57页 |
5.1.1 基于组织结构的三维重构算法 | 第55-56页 |
5.1.2 基于隐函数的三维重构算法 | 第56页 |
5.1.3 本章安排 | 第56-57页 |
5.2 基于组织结构的贪婪投影重构算法 | 第57-61页 |
5.2.1 基于kd-tree搜索k-近邻 | 第57-58页 |
5.2.2 三维点云平面投影 | 第58-59页 |
5.2.3 二维点云三角剖分 | 第59-60页 |
5.2.4 贪婪投影三维重构算法仿真与评价 | 第60-61页 |
5.3 基于隐函数的泊松三维重构算法 | 第61-67页 |
5.3.1 建立数学模型 | 第61-63页 |
5.3.2 基于八叉树离散化的泊松方程求解 | 第63-64页 |
5.3.3 基于MC的等值面提取 | 第64-66页 |
5.3.4 泊松重构算法的仿真与评价 | 第66-67页 |
5.4 改进的基于NURBS的泊松重构算法 | 第67-72页 |
5.4.1 B样条基函数 | 第68页 |
5.4.2 NURBS基函数 | 第68-70页 |
5.4.3 基于NURBS的泊松重构 | 第70-71页 |
5.4.4 基于NURBS的泊松重构算法的仿真与评价 | 第71-72页 |
5.5 三维重构软件设计 | 第72-77页 |
5.5.1 扫描控制模块 | 第73-74页 |
5.5.2 点云预处理模块 | 第74-76页 |
5.5.3 改进的泊松三维重构模块 | 第76-77页 |
5.6 本章小结 | 第77-78页 |
第六章 总结与展望 | 第78-81页 |
6.1 论文主要工作与创新点 | 第78-79页 |
6.1.1 论文主要工作 | 第78-79页 |
6.1.2 创新点 | 第79页 |
6.2 进一步工作展望 | 第79-81页 |
参考文献 | 第81-83页 |
致谢 | 第83-84页 |