三维点云数据配准算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 研究背景和意义 | 第15-16页 |
| 1.2 国内外发展现状 | 第16-17页 |
| 1.3 主要内容及论文的结构安排 | 第17-19页 |
| 第二章 三维点云数据配准的基本理论 | 第19-29页 |
| 2.1 三维点云数据 | 第19-22页 |
| 2.1.1 三维点云数据获取 | 第19页 |
| 2.1.2 三维点云数据特点 | 第19-20页 |
| 2.1.3 三维点云数据应用 | 第20-22页 |
| 2.2 常用的点云数据配准方法 | 第22-28页 |
| 2.2.1 基于几何特征的配准算法 | 第25-26页 |
| 2.2.2 迭代最近点算法 | 第26-27页 |
| 2.2.3 动态配准算法 | 第27-28页 |
| 2.3 本文算法流程 | 第28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 三维点云数据特征提取 | 第29-45页 |
| 3.1 点云的几何特征 | 第29-32页 |
| 3.1.1 特征点的定义 | 第29页 |
| 3.1.2 点云几何特征的相关概念 | 第29-32页 |
| 3.2 点云数据索引方法 | 第32-36页 |
| 3.2.1 点云邻域 | 第32页 |
| 3.2.2 邻域查找方法 | 第32-36页 |
| 3.3 特征点提取 | 第36-38页 |
| 3.3.1 使用协方差矩阵估计表面法向量 | 第36-37页 |
| 3.3.2 几何曲率的估算 | 第37-38页 |
| 3.3.3 提取特征点 | 第38页 |
| 3.4 实验结果分析 | 第38-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第四章 三维点云数据配准 | 第45-67页 |
| 4.1 基于豪斯多夫距离的匹配点筛选 | 第45-46页 |
| 4.1.1 豪斯多夫距离 | 第45-46页 |
| 4.1.2 基于曲率范数的豪斯多夫距离 | 第46页 |
| 4.2 错误匹配点剔除 | 第46-55页 |
| 4.2.1 常用的阈值剔除方法 | 第47页 |
| 4.2.2 随机采样一致性算法介绍 | 第47-50页 |
| 4.2.3 参数解算模型 | 第50-54页 |
| 4.2.4 基于随机采样一致性算法剔除错误点对 | 第54-55页 |
| 4.3 基于ICP的配准算法 | 第55-58页 |
| 4.4 点云数据三角网格化 | 第58-59页 |
| 4.5 实验结果分析 | 第59-64页 |
| 4.6 本章小结 | 第64-67页 |
| 第五章 研究总结与展望 | 第67-69页 |
| 5.1 研究总结 | 第67-68页 |
| 5.2 下一步工作展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 作者简介 | 第75-76页 |
