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

三维点云配准技术研究

摘要第5-7页
abstract第7-8页
第一章 绪论第13-24页
    1.1 课题来源第13页
    1.2 选题背景及意义第13-15页
    1.3 三维点云配准技术国内外研究现状第15-21页
        1.3.1 粗配准的国内外研究现状第16-19页
        1.3.2 精细配准的国内外研究现状第19-21页
    1.4 本文研究思路、内容和结构安排第21-24页
        1.4.1 研究思路第21-22页
        1.4.2 研究内容第22-23页
        1.4.3 结构安排第23-24页
第二章 三维点云中特征点检测技术研究第24-42页
    2.1 引言第24页
    2.2 常用的特征点检测方法第24-30页
        2.2.1 基于法向量的特征点提取方法第24-25页
        2.2.2 基于曲率的特征点提取方法第25-28页
        2.2.3 LSP特征点检测方法第28页
        2.2.4 ISS特征点检测方法第28-29页
        2.2.5 KPQ特征点检测方法第29页
        2.2.6 基于体积积分不变量的特征点检测方法第29-30页
    2.3 基于曲面变化索引和特征值变化索引的特征点检测方法第30-32页
    2.4 实验及结果分析第32-40页
        2.4.1 数据集及其特征点第32-36页
        2.4.2 评价标准第36-38页
        2.4.3 特征点旋转平移不变性实验第38页
        2.4.4 特征点再现性实验第38-40页
    2.5 本章小结第40-42页
第三章 三维点云中特征点描述技术研究第42-59页
    3.1 引言第42页
    3.2 常用的特征点描述方法第42-47页
        3.2.1 SpinImage描述子第42-43页
        3.2.2 PFH和FPFH描述子第43-46页
        3.2.3 3DSC与USC描述子第46-47页
    3.3 多尺度的协方差矩阵描述子第47-53页
        3.3.1 特征向量的选择第47-48页
        3.3.2 多尺度协方差矩阵描述子的定义第48-51页
        3.3.3 协方差矩阵描述子的相似性度量第51-53页
    3.4 协方差矩阵描述子实验第53-58页
        3.4.1 性能描述评价指标第53-54页
        3.4.2 不同特征向量的协方差矩阵性能比较第54-56页
        3.4.3 不同特征描述子性能比较第56-58页
    3.5 本章小结第58-59页
第四章 三维点云中特征描述子匹配技术研究第59-73页
    4.1 引言第59页
    4.2 常用的特征匹配方法第59页
    4.3 双向最近邻距离比的特征匹配第59-60页
    4.4 特征匹配实验第60-65页
        4.4.1 特征匹配评价指标第61-62页
        4.4.2 不同距离比值的特征匹配效果比较第62-63页
        4.4.3 不同特征匹配方法匹配效果比较第63-65页
    4.5 基于特征的三维点云匹配及其实验第65-72页
        4.5.1 完整三维点云与带噪声的完整三维点云之间的匹配第66-68页
        4.5.2 单个完整三维点云与多个完整三维点云之间的匹配第68-70页
        4.5.3 部分三维点云与部分三维点云之间的匹配第70-72页
    4.6 本章小结第72-73页
第五章 三维点云中误匹配对剔除方法及应用第73-87页
    5.1 引言第73页
    5.2 常用的误匹配剔除方法第73-74页
        5.2.1 几何一致性方法第73-74页
        5.2.2 位置聚类方法第74页
        5.2.3 随机取样一致性方法第74页
        5.2.4 博弈论方法第74页
    5.3 边缘特征点剔除方法第74-76页
        5.3.1 边缘点检测算法第74-76页
        5.3.2 基于边缘点的特征点剔除算法第76页
    5.4 基于k-means及分裂法的误匹配剔除方法第76-81页
        5.4.1 空间局部参考坐标系的建立第77页
        5.4.2 旋转矩阵与四元素的转换第77-79页
        5.4.3 基于k-means的聚类第79-80页
        5.4.4 基于均方差的分裂法第80-81页
    5.5 改进的基于特征的三维点云匹配第81-82页
    5.6 实验结果及分析第82-86页
        5.6.1 边缘特征点剔除实验第82-84页
        5.6.2 改进的基于特征的三维点云匹配实验第84-86页
    5.7 本章小结第86-87页
第六章 三维点云自动配准技术研究第87-99页
    6.1 引言第87页
    6.2 成对三维点云自动配准技术第87-90页
        6.2.1 成对三维点云粗配准第87-90页
        6.2.2 成对三维点云精细配准第90页
    6.3 多视角三维点云自动配准技术第90-95页
        6.3.1 多视角三维点云粗配准第90-91页
        6.3.2 多视角三维点云精细配准第91-95页
    6.4 实验结果及分析第95-98页
        6.4.1 配准评价指标第95-96页
        6.4.2 三维点云自动配准实验第96-98页
    6.5 本章小结第98-99页
第七章 总结与展望第99-103页
    7.1 全文总结第99-100页
    7.2 主要创新点第100-101页
    7.3 工作展望第101-103页
参考文献第103-112页
攻读博士期间的研究成果第112-114页
致谢第114-115页

论文共115页,点击 下载论文
上一篇:图数据中的链接关系预测技术研究
下一篇:电子电器产品缺陷风险评估方法研究