| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 三维重建的研究背景及意义 | 第9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.2.1 三维重建的研究现状 | 第9-10页 |
| 1.2.2 配准算法的研究现状 | 第10-11页 |
| 1.3 本文的主要工作和内容安排 | 第11-13页 |
| 1.3.1 本文的主要工作 | 第11-12页 |
| 1.3.2 本文的内容安排 | 第12-13页 |
| 第二章 相关工作 | 第13-22页 |
| 2.1 基于Kinect的三维重建流程 | 第13页 |
| 2.2 Kinect介绍 | 第13-15页 |
| 2.3 深度图像获取与转换 | 第15页 |
| 2.4 点集配准 | 第15-21页 |
| 2.4.1 ICP刚性配准算法 | 第16-18页 |
| 2.4.2 非刚性配准算法 | 第18-21页 |
| 2.5 点云拼接 | 第21页 |
| 2.6 本章小结 | 第21-22页 |
| 第三章 基于Spin-images和IRLS-ICP的深度图像配准算法 | 第22-36页 |
| 3.1 算法框架 | 第22-23页 |
| 3.2 基于Spin-images的粗匹配 | 第23-28页 |
| 3.2.1 Spin images介绍 | 第23页 |
| 3.2.2 生成一个Spin image的步骤 | 第23-25页 |
| 3.2.3 Spin images的三个关键参数 | 第25-26页 |
| 3.2.4 Spin images特征匹配中的相似性度量和匹配时点的选择 | 第26-27页 |
| 3.2.5 Spin images粗匹配的流程图 | 第27页 |
| 3.2.6 粗匹配的实现过程 | 第27-28页 |
| 3.3 IRLS-ICP刚性配准算法 | 第28-30页 |
| 3.3.1 最小二乘法(LS) | 第28-29页 |
| 3.3.2 迭代重复加权最小平方(IRLS) | 第29页 |
| 3.3.3 IRLS-ICP的实现过程 | 第29-30页 |
| 3.4 实验结果 | 第30-35页 |
| 3.4.1 数据集 | 第30-31页 |
| 3.4.2 实验环境设置 | 第31页 |
| 3.4.3 实验结果对比及分析 | 第31-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 基于IRLS-ICP-TPS的深度图像配准算法 | 第36-42页 |
| 4.1 算法框架 | 第36-37页 |
| 4.2 TPS非刚性配准算法 | 第37页 |
| 4.3 IRLS-ICP-TPS的实现 | 第37-38页 |
| 4.4 实验结果 | 第38-41页 |
| 4.4.1 数据集 | 第38页 |
| 4.4.2 实验环境设置 | 第38页 |
| 4.4.3 实验结果对比分析 | 第38-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第五章 总结与展望 | 第42-44页 |
| 5.1 工作总结 | 第42页 |
| 5.2 展望未来 | 第42-44页 |
| 参考文献 | 第44-48页 |
| 发表论文和科研情况 | 第48-49页 |
| 致谢 | 第49页 |
