致谢 | 第4-5页 |
摘要 | 第5-8页 |
ABSTRACT | 第8-10页 |
1 绪论 | 第15-25页 |
1.1 课题研究背景 | 第15-17页 |
1.2 激光三维成像雷达关键数据处理技术 | 第17-23页 |
1.2.1 激光三维成像仿真研究现状 | 第18-20页 |
1.2.2 曲面光顺算法研究现状 | 第20-21页 |
1.2.3 目标表面重建算法研究现状 | 第21-22页 |
1.2.4 目标三维识别研究现状 | 第22-23页 |
1.3 本文研究内容及章节安排 | 第23-25页 |
2 激光三维成像雷达理论模型和仿真研究 | 第25-67页 |
2.1 激光三维成像雷达理论模型 | 第25-36页 |
2.1.1 激光测距雷达原理 | 第26-30页 |
2.1.1.1 连续波激光测距 | 第26-28页 |
2.1.1.2 脉冲激光测距 | 第28-30页 |
2.1.2 激光三维成像雷达性能研究与关键技术分析 | 第30-36页 |
2.1.2.1 激光三维成像性能研究 | 第30-34页 |
2.1.2.2 激光三维成像关键技术分析 | 第34-36页 |
2.2 基于转镜扫描的激光三维成像雷达 | 第36-39页 |
2.2.1 系统组成与工作原理 | 第36-38页 |
2.2.2 雷达成像数据特点 | 第38-39页 |
2.3 激光三维成像雷达仿真方法 | 第39-66页 |
2.3.1 代数仿真法 | 第40-44页 |
2.3.1.1 代数仿真步骤 | 第40-42页 |
2.3.1.2 代数仿真实验 | 第42-44页 |
2.3.1.2.1 仿真实验条件 | 第42页 |
2.3.1.2.2 仿真实验及实验结果 | 第42-43页 |
2.3.1.2.3 仿真结果分析 | 第43-44页 |
2.3.2 几何仿真法 | 第44-66页 |
2.3.2.1 几何仿真步骤概述 | 第44-45页 |
2.3.2.2 成像系统建模 | 第45页 |
2.3.2.3 目标几何仿真建模 | 第45-47页 |
2.3.2.4 成像系统和目标物理交互逻辑快速几何建模 | 第47-56页 |
2.3.2.4.1 三维几何变换 | 第48-50页 |
2.3.2.4.2 目标包围球及相交粗测试 | 第50页 |
2.3.2.4.3 激光光束与目标网格模型三角面片求交 | 第50-52页 |
2.3.2.4.4 基于扫描角分辨率局部搜索快速几何建模 | 第52-54页 |
2.3.2.4.5 基于表面扫描分辨率局部搜索快速几何建模 | 第54-56页 |
2.3.2.5 几何仿真实验 | 第56-66页 |
2.3.2.5.1 仿真实验流程和条件 | 第56-57页 |
2.3.2.5.2 实验初步结果与分析 | 第57-61页 |
2.3.2.5.3 几何仿真法效率分析 | 第61-66页 |
2.4 本章总结 | 第66-67页 |
3 曲面光顺算法研究 | 第67-85页 |
3.1 三维成像数据数学模型 | 第67-68页 |
3.2 经典曲面光顺算法 | 第68-76页 |
3.2.1 Laplacian曲面光顺法 | 第68-71页 |
3.2.1.1 图像Laplacian滤波 | 第68-69页 |
3.2.1.2 曲面Laplacian光顺 | 第69-71页 |
3.2.2 Taubin曲面光顺法 | 第71-74页 |
3.2.2.1 Taubin曲面光顺法的提出 | 第71-73页 |
3.2.2.2 Taubin曲面光顺算法步骤 | 第73-74页 |
3.2.2.3 Taubin曲面光顺特点 | 第74页 |
3.2.3 Fleishman曲面光顺法 | 第74-76页 |
3.2.3.1 Fleishman曲面光顺思想 | 第74-75页 |
3.2.3.2 Fleishman曲面光顺算法步骤 | 第75-76页 |
3.2.3.3 Fleishman曲面光顺特点 | 第76页 |
3.3 基于图像组合双边滤波的曲面光顺算法 | 第76-77页 |
3.3.1 图像中值滤波 | 第76-77页 |
3.3.2 图像双边滤波 | 第77页 |
3.4 曲面光顺实验 | 第77-84页 |
3.4.1 客观评价指标 | 第77-78页 |
3.4.2 实验条件 | 第78页 |
3.4.3 实验结果与分析 | 第78-84页 |
3.4.3.1 光顺算法初步比较 | 第78-81页 |
3.4.3.2 光顺算法保边性、收缩效应比较与分析 | 第81-82页 |
3.4.3.3 实验条件设置分析 | 第82-84页 |
3.5 本章总结 | 第84-85页 |
4 目标表面重建研究 | 第85-103页 |
4.1 目标表面三角网格模型建模 | 第85-87页 |
4.1.1 三角网格模型全局建模法 | 第85-86页 |
4.1.2 三角网格模型局部建模法 | 第86页 |
4.1.3 本文三角网格建模方法 | 第86-87页 |
4.2 曲面重建理论 | 第87-88页 |
4.2.1 曲面重建方法 | 第87页 |
4.2.2 目标表面重建一般过程 | 第87-88页 |
4.3 本文目标表面重建算法 | 第88-97页 |
4.3.1 目标表面初始三角网格模型构造 | 第88页 |
4.3.2 顶点法向量集计算 | 第88-93页 |
4.3.2.1 三角面片法向量计算 | 第89页 |
4.3.2.2 目标表面特征点检测 | 第89-92页 |
4.3.2.3 邻域三角面片Kmeans聚类 | 第92-93页 |
4.3.2.4 面片分类估计顶点法向量 | 第93页 |
4.3.2.5 顶点法向量集计算总结 | 第93页 |
4.3.3 分片二次曲面插值重建 | 第93-97页 |
4.3.3.1 三角面片边界曲线重构 | 第94-95页 |
4.3.3.2 三角面片曲面重构 | 第95-97页 |
4.4 目标表面重建实验 | 第97-101页 |
4.4.1 曲面插值重建评价指标 | 第98页 |
4.4.2 实验条件 | 第98页 |
4.4.3 实验结果与分析 | 第98-101页 |
4.4.3.1 实验效果图及分析 | 第98-100页 |
4.4.3.2 实验评价指标及分析 | 第100-101页 |
4.5 本章总结 | 第101-103页 |
5 空中目标三维识别研究 | 第103-123页 |
5.1 特征描述子特点 | 第104页 |
5.2 目标距离图像不变矩 | 第104-106页 |
5.2.1 Hu矩 | 第104-105页 |
5.2.2 Zernike矩 | 第105-106页 |
5.3 目标点云方向立体包围盒 | 第106-112页 |
5.3.1 点云特征方向立体包围盒理论 | 第107-110页 |
5.3.1.1 协方差矩阵理论 | 第107-110页 |
5.3.2 特征方向立体包围盒求解 | 第110-112页 |
5.4 SVM分类识别算法 | 第112-115页 |
5.4.1 SVM的引入——最大间隔分隔器 | 第112-113页 |
5.4.2 SVM算法思想 | 第113-115页 |
5.4.2.1 SVM算法步骤及高效性 | 第113-114页 |
5.4.2.2 SVM核函数巧妙解决非线性可分问题 | 第114-115页 |
5.4.2.3 SVM算法模型 | 第115页 |
5.5 空中目标三维识别实验 | 第115-122页 |
5.5.1 实验数据:训练集与测试集 | 第115-117页 |
5.5.2 实验分组 | 第117-119页 |
5.5.3 实验结果及分析 | 第119-122页 |
5.5.3.1 实验一结果与分析 | 第119-120页 |
5.5.3.2 实验二结果与分析 | 第120-121页 |
5.5.3.3 实验三结果与分析 | 第121页 |
5.5.3.4 综合耗时对比 | 第121-122页 |
5.6 本章总结 | 第122-123页 |
6 总结与展望 | 第123-126页 |
6.1 总结 | 第123-124页 |
6.2 展望 | 第124-126页 |
参考文献 | 第126-130页 |
作者简介及在学期间发表的学术论文与研究成果 | 第130页 |