逆向工程点云数据预处理技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 本课题的研究背景和意义 | 第10-12页 |
| 1.1.1 本课题研究背景 | 第10-11页 |
| 1.1.2 本课题研究的意义 | 第11-12页 |
| 1.2 三维点云数据处理国内外研究现状 | 第12-14页 |
| 1.2.1 三维点云去噪平滑研究现状 | 第12-13页 |
| 1.2.2 三维点云数据精简研究现状 | 第13-14页 |
| 1.3 本论文的主要内容 | 第14-15页 |
| 第2章 K近邻搜索算法的改进 | 第15-28页 |
| 2.1 三维点云数据获取技术 | 第15-17页 |
| 2.2 三维点云数据分类 | 第17-19页 |
| 2.3 三维点云数据的空间划分 | 第19-22页 |
| 2.3.1 八叉树法 | 第19-20页 |
| 2.3.2 栅格空间划分 | 第20-21页 |
| 2.3.3 Kd-tree空间划分 | 第21-22页 |
| 2.4 K近邻搜索算法的改进 | 第22-27页 |
| 2.4.1 近邻点的概念 | 第22-23页 |
| 2.4.2 栅格边长确定 | 第23-24页 |
| 2.4.3 算法流程 | 第24-25页 |
| 2.4.4 黑体比重计算 | 第25页 |
| 2.4.5 实验结果 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于法矢修正的点云数据去噪平滑算法 | 第28-42页 |
| 3.1 点云数据噪声分析 | 第28-29页 |
| 3.2 点云数据去噪算法 | 第29-31页 |
| 3.2.1 Laplace去噪 | 第29-30页 |
| 3.2.2 双边滤波算法 | 第30-31页 |
| 3.3 基于法矢修正的点云数据去噪平滑算法 | 第31-36页 |
| 3.3.1 离群点滤除 | 第31-33页 |
| 3.3.2 初始法向量估计 | 第33-34页 |
| 3.3.3 法矢修正和采样点平滑 | 第34-36页 |
| 3.4 算法流程 | 第36-38页 |
| 3.5 实验结果分析 | 第38-40页 |
| 3.5.1 离群点滤除结果分析 | 第38-39页 |
| 3.5.2 去噪平滑结果分析 | 第39-40页 |
| 3.6 本章小结 | 第40-42页 |
| 第4章 基于几何特征的点云数据精简算法 | 第42-53页 |
| 4.1 点云数据精简算法 | 第42-43页 |
| 4.1.1 包围盒法 | 第42页 |
| 4.1.2 随机采样法 | 第42页 |
| 4.1.3 曲率采样法 | 第42-43页 |
| 4.2 曲率计算及曲率精简 | 第43-48页 |
| 4.2.1 曲率估算 | 第43-47页 |
| 4.2.2 基于曲率的精简 | 第47-48页 |
| 4.3 基于法向量偏差的精简 | 第48-49页 |
| 4.4 改进算法流程 | 第49-50页 |
| 4.5 实验结果 | 第50-52页 |
| 4.6 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间取得研究成果 | 第58-59页 |
| 致谢 | 第59页 |
