| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-24页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 三维点云数据采集系统概述 | 第14-17页 |
| 1.3 课题研究现状 | 第17-21页 |
| 1.3.1 特征提取方法 | 第17-18页 |
| 1.3.2 特征选择方法 | 第18-20页 |
| 1.3.3 三维目标识别技术 | 第20-21页 |
| 1.4 论文主要工作 | 第21-22页 |
| 1.5 论文结构安排 | 第22-24页 |
| 第2章 三维点云目标特征提取方法 | 第24-41页 |
| 2.1 引言 | 第24页 |
| 2.2 典型特征提取方法及其分析 | 第24-30页 |
| 2.2.1 投影轮廓特征提取 | 第24-25页 |
| 2.2.2 几何特征提取 | 第25-28页 |
| 2.2.3 Spin image特征提取 | 第28-29页 |
| 2.2.4 SHOT特征提取 | 第29-30页 |
| 2.3 实验分析 | 第30-40页 |
| 2.3.1 投影轮廓特征 | 第32-34页 |
| 2.3.2 几何特征 | 第34-37页 |
| 2.3.3 Spin image特征 | 第37-38页 |
| 2.3.4 SHOT特征 | 第38-39页 |
| 2.3.5 特征的分类性能分析 | 第39-40页 |
| 2.4 本章小结 | 第40-41页 |
| 第3章 基于粗糙集理论的三维点云目标特征选择方法 | 第41-55页 |
| 3.1 引言 | 第41页 |
| 3.2 基于粗糙集的约简理论 | 第41-42页 |
| 3.3 粗糙集理论基本概念 | 第42-44页 |
| 3.4 基于邻域组合测度的属性约简算法 | 第44-48页 |
| 3.4.1 基于邻域组合测度的不确定性度量 | 第44-46页 |
| 3.4.2 基于邻域组合测度的属性约简算法 | 第46-48页 |
| 3.5 实验分析 | 第48-54页 |
| 3.5.1 公共数据集测试及验证 | 第48-51页 |
| 3.5.2 对仿真地面目标点云数据集的测试 | 第51-54页 |
| 3.6 本章小结 | 第54-55页 |
| 第4章 基于FPGA+双DSP的三维点云信息处理系统 | 第55-65页 |
| 4.1 引言 | 第55页 |
| 4.2 系统硬件设计 | 第55-58页 |
| 4.2.1 信息处理机结构 | 第55-56页 |
| 4.2.2 信息处理机特点 | 第56-58页 |
| 4.3 系统软件设计 | 第58-62页 |
| 4.3.1 三维点云信息处理系统 | 第58-60页 |
| 4.3.2 任务分割 | 第60-61页 |
| 4.3.3 速度优化 | 第61页 |
| 4.3.4 程序加载 | 第61-62页 |
| 4.4 三维点云信息处理系统实验 | 第62-64页 |
| 4.5 本章小结 | 第64-65页 |
| 结论 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 附录A 攻读学位期间所发表的学术论文 | 第73-74页 |
| 致谢 | 第74-75页 |