| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·课题研究现状 | 第10-12页 |
| ·本文研究内容 | 第12-13页 |
| ·本文结构组织 | 第13-15页 |
| 第2章 深度图像的概念和获取技术 | 第15-25页 |
| ·深度图像概念 | 第15页 |
| ·深度图像的常见获取技术 | 第15-19页 |
| ·激光测距技术 | 第16-17页 |
| ·立体视觉技术 | 第17-18页 |
| ·结构光技术 | 第18-19页 |
| ·Kinect 传感器 | 第19-24页 |
| ·Kinect 传感器简介 | 第19-21页 |
| ·Light coding 技术 | 第21-22页 |
| ·光源标定 | 第22-23页 |
| ·深度计算 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 Kinect 深度数据的获取与重建 | 第25-35页 |
| ·开源库介绍 | 第25-29页 |
| ·OpenNI API 简介 | 第25-26页 |
| ·Kinect for Windows SDK 简介 | 第26-27页 |
| ·PCL 简介 | 第27-29页 |
| ·数据重建 | 第29-31页 |
| ·Kinect 摄像头标定 | 第29-30页 |
| ·三维坐标计算 | 第30-31页 |
| ·点云预处理 | 第31-33页 |
| ·去噪 | 第31-32页 |
| ·采样 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 第4章 点云法向量计算与数据分割 | 第35-49页 |
| ·点云法向量计算 | 第35-37页 |
| ·高斯混合模型聚类 | 第37-42页 |
| ·聚类概述 | 第37-38页 |
| ·高斯混合模型 | 第38-39页 |
| ·EM 算法 | 第39-42页 |
| ·点云法向量数据聚类流程 | 第42页 |
| ·RANSAC 算法平面提取 | 第42-47页 |
| ·RANSAC 算法简介 | 第42-44页 |
| ·平面提取 | 第44-45页 |
| ·平面合并 | 第45-46页 |
| ·RANSAC 算法平面提取流程 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第5章 实验结果及分析 | 第49-59页 |
| ·数据集及实验环境介绍 | 第49页 |
| ·参数设置 | 第49-50页 |
| ·实验结果及分析 | 第50-58页 |
| ·简单场景实验结果 | 第50-54页 |
| ·复杂场景实验结果 | 第54-58页 |
| ·实验结果总结 | 第58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间所发表的学术论文 | 第65-67页 |
| 致谢 | 第67页 |