首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--机器辅助技术论文

逆向工程中点云数据自动配准方法研究

摘要第6-7页
ABSTRACT第7-8页
符号和缩略词说明第11-12页
第一章 绪论第12-24页
    1.1 引言第12页
    1.2 逆向工程技术第12-16页
        1.2.1 逆向工程简介第12-13页
        1.2.2 逆向工程的关键技术第13-15页
        1.2.3 逆向工程的应用第15-16页
    1.3 点云配准算法的研究现状第16-21页
    1.4 本文的研究背景、意义和组织结构第21-24页
        1.4.1 本文研究背景与意义第21-22页
        1.4.2 论文组织结构第22-24页
第二章 点云数据配准的理论基础第24-34页
    2.1 点云空间索引结构及邻域第24-26页
    2.2 法向量第26-27页
    2.3 三维基本几何变换第27-31页
    2.4 ICP算法第31-33页
    2.5 本章小结第33-34页
第三章 基于快速点特征直方图的点云配准第34-49页
    3.1 引言第34页
    3.2 基于快速点特征直方图的初始配准第34-41页
        3.2.1 特征点的提取第34-35页
        3.2.2 快速点特征直方图的建立第35-40页
        3.2.3 初始对应点集的获取第40页
        3.2.4 基于RANSAC获取精确对应点集第40-41页
        3.2.5 变换点云第41页
    3.3 基于改进ICP算法的精确配准第41-42页
    3.4 本章算法流程第42-44页
    3.5 算法验证第44-48页
    3.6 本章小结第48-49页
第四章 基于颜色信息的点云配准第49-60页
    4.1 引言第49页
    4.2 点云的初始配准第49-53页
        4.2.1 特征图的构造第49-50页
        4.2.2 基于一维特征图的特征点提取第50页
        4.2.3 初始对应点集的获取第50-51页
        4.2.4 基于高维特征图精简对应点集第51页
        4.2.5 基于Greedy Bound算法确定精确对应点集第51-53页
    4.3 点云的精确配准第53-54页
    4.4 本章算法流程第54-55页
    4.5 算法验证第55-59页
    4.6 本章小结第59-60页
第五章 基于PCL的点云处理系统研发第60-67页
    5.1 引言第60页
    5.2 点云处理系统的开发工具第60-62页
        5.2.1 VS2010和OpenGL第60-61页
        5.2.2 点云库PCL第61-62页
    5.3 点云处理系统的框架第62-63页
    5.4 点云处理系统的功能介绍第63-64页
    5.5 点云处理系统处理实例第64-66页
    5.6 本章小结第66-67页
第六章 总结与展望第67-69页
    6.1 总结第67页
    6.2 展望第67-68页
    6.3 结束语第68-69页
参考文献第69-74页
攻读硕士学位期间发表的学术论文及取得的相关科研成果第74-75页
致谢第75-76页

论文共76页,点击 下载论文
上一篇:融合激光与RGB-D相机的移动机器人自定位算法研究
下一篇:基于改进NSGA-Ⅱ算法的车身公差分配研究