| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-16页 |
| ·课题研究背景及意义 | 第10-11页 |
| ·三维重建过程概述 | 第11-14页 |
| ·点云的定义及分类 | 第11-12页 |
| ·点云数据获取 | 第12页 |
| ·三维点云数据精简及其研究现状 | 第12-13页 |
| ·三维点云数据配准及其研究现状 | 第13-14页 |
| ·本文研究内容和创新点 | 第14-15页 |
| ·本文的组织结构 | 第15-16页 |
| 2 三维重建关键技术 | 第16-30页 |
| ·引言 | 第16页 |
| ·点云数据拓扑关系建立 | 第16-21页 |
| ·八叉树法 | 第16-18页 |
| ·三维栅格法 | 第18-19页 |
| ·K-D Tree法 | 第19-21页 |
| ·邻域类型 | 第21-23页 |
| ·点云曲率计算 | 第23-24页 |
| ·点云精简效果度量 | 第24页 |
| ·点云数据配准原理 | 第24-28页 |
| ·经典ICP算法 | 第24-25页 |
| ·刚体变换 | 第25-26页 |
| ·平移变换 | 第26-27页 |
| ·旋转变换 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 3 基于Hausdorff距离的点云分片精简改进算法 | 第30-39页 |
| ·引言 | 第30页 |
| ·点云模型边界提取 | 第30-31页 |
| ·点云数据分片 | 第31-33页 |
| ·基于Hausdorff距离的特征点判定 | 第33-34页 |
| ·Hausdorff距离 | 第33-34页 |
| ·特征点判定 | 第34页 |
| ·算法流程及参数选取 | 第34-36页 |
| ·实验验证与分析 | 第36-38页 |
| ·实验方案 | 第36-37页 |
| ·实验结果分析 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 4 融合相似原理的改进ICP算法实现点云配准 | 第39-54页 |
| ·引言 | 第39页 |
| ·点云粗配准 | 第39-41页 |
| ·改进ICP算法点云精配准 | 第41-47页 |
| ·盒子结构划分 | 第42页 |
| ·相似原理 | 第42-43页 |
| ·最大支持度约束 | 第43-45页 |
| ·四元数法求解矩阵参数 | 第45-47页 |
| ·算法流程及参数选取 | 第47-48页 |
| ·实验验证与分析 | 第48-53页 |
| ·实验方案 | 第48-49页 |
| ·实验结果分析 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 5 总结与展望 | 第54-56页 |
| ·全文工作总结 | 第54-55页 |
| ·课题研究展望 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 攻读硕士学位期间发表的论文及所取得的研究成果 | 第61-62页 |
| 致谢 | 第62-63页 |