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

基于能量优化的三维点云中多几何基元识别研究

摘要第1-5页
Abstract第5-9页
第1章 绪论第9-19页
   ·三维点云的研究现状第9-16页
     ·RGB-D设备发展现状第9-13页
     ·三维点云的国内外发展现状第13-16页
   ·识别几何基元的研究意义第16-17页
   ·论文内容安排第17-19页
第2章 点云数据的获取和预处理第19-35页
   ·点云数据的获取第19-26页
     ·RGB-D设备介绍第19-20页
     ·RGB-D设备测距原理第20-23页
     ·三维模型的文件格式第23-24页
     ·RGB图和Depth图的融合第24-26页
   ·点云的体素滤波第26-31页
     ·误差分析第26-28页
     ·常见滤波方法第28-29页
     ·体素滤波原理及实验第29-31页
   ·点云的法向量估计第31-34页
     ·点的邻域第31-32页
     ·法向量计算方法第32-33页
     ·估计法向量实验第33-34页
   ·本章小节第34-35页
第3章 多个几何基元的识别框架第35-65页
   ·传统识别方法第35-37页
     ·Hough变换第35-36页
     ·RANSAC算法第36-37页
   ·能量优化框架第37-42页
     ·生成初始模型第37-38页
     ·构造能量方程并最小化第38-40页
     ·再精化模型和标签第40页
     ·迭代执行第40-42页
   ·平面识别算法第42-49页
     ·基于能量优化框架的平面识别算法第42-45页
     ·合成数据对比实验第45-46页
     ·真实数据对比实验第46-49页
   ·球面识别算法第49-60页
     ·基于能量优化的球面识别算法第49-50页
     ·合成数据实验第50-54页
     ·真实数据对比实验第54-60页
   ·柱面识别算法第60-63页
     ·基于能量优化的柱面识别算法第60-62页
     ·合成数据对比实验第62-63页
     ·真实数据对比实验第63页
   ·本章小节第63-65页
第4章 多种几何基元的识别第65-77页
   ·多种几何基元识别算法框架第65-67页
     ·识别算法框架第65-66页
     ·模型的选择第66-67页
     ·能量的优化第67页
   ·实验验证第67-70页
   ·几何基元识别系统第70-76页
     ·开发工具介绍第70-72页
     ·系统功能框架第72-74页
     ·系统模块及功能演示第74-76页
   ·本章小节第76-77页
结论第77-79页
参考文献第79-83页
攻读硕士学位期间所发表的学术论文第83-85页
致谢第85页

论文共85页,点击 下载论文
上一篇:基于时态逻辑的XQuery树模式优化
下一篇:基于深度学习的目标检测与分割算法研究