地面三维激光扫描数据压缩和配准研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 三维激光扫描技术国内外研究现状 | 第10-11页 |
| 1.2.2 点云压缩国内外研究现状 | 第11-14页 |
| 1.3 本文的主要研究内容 | 第14-15页 |
| 第二章 三维激光扫描技术 | 第15-29页 |
| 2.1 三维激光扫描系统 | 第15-19页 |
| 2.1.1 三维激光扫描系统的分类 | 第15-16页 |
| 2.1.2 三维激光扫描系统测量的基本原理 | 第16-19页 |
| 2.2 三维激光扫描仪的特点 | 第19-20页 |
| 2.3 三维激光扫描技术与全站仪测量的比较 | 第20页 |
| 2.4 三维激光扫描技术的应用领域 | 第20-23页 |
| 2.5 代表性激光扫描系统及性能的对比 | 第23-26页 |
| 2.6 点云数据预处理 | 第26-27页 |
| 2.6.1 点云数据的去噪处理 | 第26页 |
| 2.6.2 点云数据的精简 | 第26-27页 |
| 2.6.3 点云数据的拼接 | 第27页 |
| 2.7 本章小结 | 第27-29页 |
| 第三章 点云数据压缩 | 第29-43页 |
| 3.1 常见的点云压缩算法 | 第29-33页 |
| 3.1.1 随机采样法 | 第30页 |
| 3.1.2 曲率采样法 | 第30-31页 |
| 3.1.3 最短距离采样法 | 第31页 |
| 3.1.4 区域重心法 | 第31-33页 |
| 3.2 基于区域重心法的点云压缩实验 | 第33-39页 |
| 3.3 实验精度评定 | 第39-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第四章 点云数据配准算法研究 | 第43-65页 |
| 4.1 点云配准的模型 | 第43-45页 |
| 4.2 初始配准 | 第45-48页 |
| 4.2.1 人工手动粗配准 | 第45页 |
| 4.2.2 基于测量设备的初始配准 | 第45-46页 |
| 4.2.3 基于对应几何特征的初始配准 | 第46-47页 |
| 4.2.4 基于SAC-IA算法的粗配准 | 第47-48页 |
| 4.3 ICP算法 | 第48-53页 |
| 4.4 k-d树算法及改进 | 第53-56页 |
| 4.4.1 基于k-d树的点云数据组织 | 第54页 |
| 4.4.2 基于k-d树搜索点云邻域 | 第54-56页 |
| 4.5 基于改进的k-d树加速ICP算法 | 第56-57页 |
| 4.6 实验及结果分析 | 第57-63页 |
| 4.7 本章小结 | 第63-65页 |
| 总结与展望 | 第65-67页 |
| 总结 | 第65页 |
| 展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70页 |
