摘要 | 第5-8页 |
ABSTRACT | 第8-10页 |
第1章 绪论 | 第14-34页 |
1.1 选题背景及意义 | 第14-15页 |
1.2 国内外研究现状 | 第15-30页 |
1.2.1 点云数据采集的研究现状 | 第15-23页 |
1.2.2 点云数据滤波的研究现状 | 第23-24页 |
1.2.3 点云数据配准的研究现状 | 第24-30页 |
1.3 目前研究存在的问题 | 第30页 |
1.4 论文的主要研究内容 | 第30-34页 |
第2章 三维离散点云的获取 | 第34-47页 |
2.1 引言 | 第34-35页 |
2.2 立体匹配算法获取点云数据 | 第35-41页 |
2.2.1 基于SAD的块匹配算法 | 第35页 |
2.2.2 半全局立体匹配算法 | 第35-37页 |
2.2.3 实验结果与分析 | 第37-41页 |
2.3 深度摄像头的点云获取 | 第41-46页 |
2.3.1 3D摄像头的原理 | 第41-42页 |
2.3.2 摄像头的成像模型 | 第42-44页 |
2.3.3 深度信息获取 | 第44页 |
2.3.4 实验结果与分析 | 第44-46页 |
2.4 本章小结 | 第46-47页 |
第3章 基于曲率和统计学方法的CSF点云滤波 | 第47-64页 |
3.1 引言 | 第47-48页 |
3.2 基础算法 | 第48-53页 |
3.2.1 法式的估计 | 第48-50页 |
3.2.2 八叉树和KD-Tree | 第50-52页 |
3.2.3 最近邻搜索 | 第52-53页 |
3.3 CSF算法的离散点云滤波 | 第53-56页 |
3.3.1 算法问题 | 第53-54页 |
3.3.2 CSF算法 | 第54-56页 |
3.4 实验结果与分析 | 第56-63页 |
3.4.1 实例测试一:未滤波点云数据的搜索 | 第56-57页 |
3.4.2 实例测试二:基于CSF算法的离散点云滤波 | 第57-60页 |
3.4.3 实例测试三:各类场景的测试 | 第60-63页 |
3.5 本章小结 | 第63-64页 |
第4章 基于特征点的采样一致性点云初始配准 | 第64-79页 |
4.1 引言 | 第64页 |
4.2 基于SIFT特征点的初始配准算法 | 第64-68页 |
4.2.1 点云的SIFT特征点提取 | 第64-67页 |
4.2.2 采样一致性配准算法 | 第67-68页 |
4.3 基于KPSAC-IA初始配准算法 | 第68-71页 |
4.4 实验结果与分析 | 第71-77页 |
4.4.1 基于SIFT特征点的特征提取 | 第71-73页 |
4.4.2 基于KPSAC-IA的特征提取 | 第73-75页 |
4.4.3 算法参数讨论 | 第75-77页 |
4.5 本章小结 | 第77-79页 |
第5章 步长动态更新的正态分布变换点云精确配准 | 第79-92页 |
5.1 引言 | 第79-80页 |
5.2 三维点云精确匹配算法 | 第80-83页 |
5.2.1 ICP迭代最近点算法 | 第80-81页 |
5.2.2 三维正态分布变换算法 | 第81-83页 |
5.3 牛顿迭代算法参数求解 | 第83-86页 |
5.3.1 Hessian矩阵和梯度向量 | 第83-84页 |
5.3.2 基于线性搜索的步长更新 | 第84-86页 |
5.4 实验结果与分析 | 第86-91页 |
5.4.1 实例测试一:场景一 | 第86-89页 |
5.4.2 实例测试二:场景二 | 第89-91页 |
5.5 本章小结 | 第91-92页 |
第6章 三维点云配准仿真实验平台 | 第92-101页 |
6.1 引言 | 第92页 |
6.2 仿真平台的框架 | 第92-94页 |
6.2.1 仿真环境 | 第92页 |
6.2.2 实验条件 | 第92-93页 |
6.2.3 总体框架 | 第93-94页 |
6.3 仿真平台工作原理 | 第94-95页 |
6.4 仿真平台各功能的实现 | 第95-100页 |
6.4.1 手眼协调 | 第95-97页 |
6.4.2 实验仿真平台 | 第97页 |
6.4.3 三维点云配准模型 | 第97-100页 |
6.5 本章小结 | 第100-101页 |
第7章 总结与展望 | 第101-104页 |
7.1 论文总结 | 第101-102页 |
7.2 工作展望 | 第102-104页 |
文中常用符号 | 第104-105页 |
参考文 献 | 第105-115页 |
致谢 | 第115-116页 |
攻读博士学位期间参加科研项目和取得成果 | 第116页 |