三维激光扫描点云数据孔洞修复与精简算法研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 三维重建技术概述 | 第10-12页 |
| 1.1.1 数据获取 | 第10-11页 |
| 1.1.2 数据处理 | 第11页 |
| 1.1.3 三维激光技术的应用领域 | 第11-12页 |
| 1.2 课题研究背景及意义 | 第12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.3.1 点云边界提取技术研究现状 | 第12-13页 |
| 1.3.2 点云孔洞修复技术研究现状 | 第13-14页 |
| 1.3.3 点云精简技术研究现状 | 第14页 |
| 1.4 本课题研究内容及创新点 | 第14-16页 |
| 1.5 本文组织结构 | 第16-17页 |
| 第2章 散乱点云均匀化及孔洞修复技术 | 第17-30页 |
| 2.1 引言 | 第17页 |
| 2.2 空间索引方法 | 第17-18页 |
| 2.3 散乱点云均匀化 | 第18-20页 |
| 2.4 散乱点云孔洞修复 | 第20-28页 |
| 2.4.1 基于邻域点分析的孔洞边界提取算法 | 第20-24页 |
| 2.4.2 基于移动最小二乘法填充孔洞 | 第24-28页 |
| 2.4.2.1 孔洞点局部邻域获取 | 第25页 |
| 2.4.2.2 基于移动最小二乘法进行孔洞填充 | 第25-28页 |
| 2.5 小结 | 第28-30页 |
| 第3章 基于法线的点云精简技术 | 第30-40页 |
| 3.1 引言 | 第30页 |
| 3.2 最小二乘平面拟合及法线求解 | 第30-31页 |
| 3.3 传统的基于法线的点云精简算法 | 第31-33页 |
| 3.4 一种改进的基于法线的点云精简方法 | 第33-38页 |
| 3.4.1 数据点特征值的求解 | 第33-35页 |
| 3.4.2 算法改进前后优劣对比设计 | 第35-36页 |
| 3.4.3 一种自适应的空间划分方法 | 第36-37页 |
| 3.4.4 各分块点云数据精简策略设定研究 | 第37-38页 |
| 3.5 小结 | 第38-40页 |
| 第4章 原型系统及实例分析 | 第40-61页 |
| 4.1 引言 | 第40页 |
| 4.2 点云平台概述 | 第40-41页 |
| 4.3 原型系统开发 | 第41-48页 |
| 4.3.1 系统开发与运行环境描述 | 第41-42页 |
| 4.3.2 系统的模块设计 | 第42-44页 |
| 4.3.3 显示及交互设计 | 第44-45页 |
| 4.3.4 原型系统的I/O模块设计 | 第45-48页 |
| 4.4 原型系统基本功能展示 | 第48-52页 |
| 4.5 散乱点云均匀化与孔洞修复案例及分析 | 第52-56页 |
| 4.6 基于法线的点云精简算法案例及分析 | 第56-60页 |
| 4.7 小结 | 第60-61页 |
| 第5章 总结与展望 | 第61-63页 |
| 5.1 总结 | 第61-62页 |
| 5.2 展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录 | 第66-67页 |
| 致谢 | 第67-68页 |
