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--模式识别与装置论文

基于法向量的三维点云配准方法研究

摘要第1-5页
Abstract第5-10页
1 绪论第10-18页
   ·课题研究背景及意义第10-11页
   ·选题依据第11页
   ·点云配准的研究现状及其发展前景第11-15页
     ·研究现状第11-14页
     ·发展前景第14-15页
   ·论文的研究内容第15-16页
     ·点云数据的分类第15-16页
     ·本文研究的主要内容第16页
   ·组织结构第16-18页
2 点云配准常用技术第18-28页
   ·引言第18页
   ·获取点云数据第18-20页
   ·点云的预处理第20-21页
     ·点云去噪第20页
     ·点云精简第20-21页
   ·点云配准第21-27页
     ·初始匹配常用方法第21-23页
     ·点云的拓扑关系第23-26页
     ·不同方法的综合评价第26-27页
   ·本章小结第27-28页
3 基于法向量的初始匹配算法第28-34页
   ·引言第28页
   ·关键点的选取第28-29页
   ·点云的初始匹配第29-30页
   ·核心算法设计第30-32页
   ·算法性能分析第32-33页
   ·本章小结第33-34页
4 基于四元数的ICP改进算法第34-48页
   ·引言第34页
   ·点云的精确匹配第34-36页
     ·获取精确匹配点对第34-35页
     ·平衡因子a第35-36页
   ·刚体变换第36-40页
     ·平移变换第38页
     ·旋转变换第38-39页
     ·控制点第39-40页
   ·传统的ICP算法第40页
   ·改进的ICP算法第40-46页
     ·目标函数的建立第40-41页
     ·求解变换矩阵第41-44页
     ·核心算法设计第44-46页
     ·算法分析第46页
   ·本章小结第46-48页
5 实验验证与数据分析第48-56页
   ·引言第48页
   ·实验环境第48-49页
   ·基于特征度筛选关键点的点云初始匹配实验第49-51页
     ·实验方案第49页
     ·实验结果分析第49-51页
   ·基于单位四元数改进的ICP算法实验第51-54页
     ·实验方案第51页
     ·实验结果分析第51-54页
   ·本章小结第54-56页
6 总结与展望第56-58页
   ·本文总结第56-57页
   ·不足与展望第57-58页
参考文献第58-62页
攻读硕士学位期间所取得的研究成果第62-63页
致谢第63-65页

论文共65页,点击 下载论文
上一篇:基于内容的图像检索算法及其并行化研究
下一篇:基于流形学习的半监督分类方法及其应用