散乱点云数据预处理的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-19页 |
| 1.1 逆向工程的定义 | 第9页 |
| 1.2 逆向工程中的前期工作 | 第9-16页 |
| 1.2.1 三维数据获取 | 第10-15页 |
| 1.2.2 点云数据预处理研究现状 | 第15-16页 |
| 1.3 课题研究的意义 | 第16-17页 |
| 1.4 本文研究内容及创新点 | 第17-19页 |
| 2 点云数据拓扑关系的建立 | 第19-30页 |
| 2.1 引言 | 第19页 |
| 2.2 数据拓扑关系的建立 | 第19-27页 |
| 2.2.1 K-D树法 | 第19-22页 |
| 2.2.2 八叉树法 | 第22-26页 |
| 2.2.3 三维栅格法 | 第26-27页 |
| 2.3 稍作改进的三维栅格法 | 第27-29页 |
| 2.4 本章小结 | 第29-30页 |
| 3 点云数据去噪 | 第30-37页 |
| 3.1 引言 | 第30页 |
| 3.2 噪声点产生的原因及噪声点模型分析 | 第30-31页 |
| 3.2.1 噪声点产生的原因 | 第30页 |
| 3.2.2 噪声点模型分析 | 第30-31页 |
| 3.3 常用的散乱点云去噪方法 | 第31-33页 |
| 3.4 一种改进的滤波算法 | 第33-35页 |
| 3.5 算法去噪效果 | 第35-36页 |
| 3.6 本章小结 | 第36-37页 |
| 4 点云数据精简 | 第37-49页 |
| 4.1 引言 | 第37页 |
| 4.2 常见点云精简方法 | 第37-41页 |
| 4.2.1 常见的散乱点云精简方法 | 第37页 |
| 4.2.2 曲率的估算 | 第37-40页 |
| 4.2.3 点云精简算法评估 | 第40-41页 |
| 4.3 散乱点云精简的一种改进算法 | 第41-47页 |
| 4.3.1 算法流程 | 第41-42页 |
| 4.3.2 协方差分析法 | 第42页 |
| 4.3.3 具体算法步骤 | 第42-44页 |
| 4.3.4 算法效果对比 | 第44-47页 |
| 4.4 本章小结 | 第47-49页 |
| 5 点云数据配准 | 第49-63页 |
| 5.1 引言 | 第49页 |
| 5.2 坐标系变换基本理论 | 第49-51页 |
| 5.2.1 平移变换 | 第50页 |
| 5.2.2 旋转变换 | 第50-51页 |
| 5.2.3 缩放变换 | 第51页 |
| 5.3 基于三基准点的配准方法 | 第51-53页 |
| 5.4 ICP算法 | 第53-60页 |
| 5.4.1 初始配准方法 | 第53-58页 |
| 5.4.2 精确配准的ICP方法 | 第58-60页 |
| 5.5 计算实例 | 第60-62页 |
| 5.6 本章小结 | 第62-63页 |
| 总结与展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 附录 | 第69-100页 |
| 攻读硕士学位期间发表的学术论文及研究成果 | 第100页 |
