| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-17页 |
| 1.1 研究背景和研究意义 | 第10-12页 |
| 1.1.1 三维视觉 | 第10-11页 |
| 1.1.2 自由形态物体 | 第11页 |
| 1.1.3 三维物体识别的应用领域 | 第11-12页 |
| 1.2 国内外研究现状及研究难点 | 第12-15页 |
| 1.2.1 国内外研究现状 | 第12-14页 |
| 1.2.2 三维物体识别的技术难点 | 第14-15页 |
| 1.3 文章的主要研究内容及安排 | 第15-17页 |
| 2 三维点云数据 | 第17-24页 |
| 2.1 点云数据的获取和表示 | 第17-20页 |
| 2.1.1 点云数据的获取 | 第17-19页 |
| 2.1.2 点云数据的表示 | 第19-20页 |
| 2.2 点云数据处理技术 | 第20-23页 |
| 2.2.1 去噪平滑 | 第20-22页 |
| 2.2.2 区域分割 | 第22页 |
| 2.2.3 特征识别 | 第22-23页 |
| 2.2.4 多视配准 | 第23页 |
| 2.3 本章小结 | 第23-24页 |
| 3 基于散乱点云的多尺度特征点提取算法 | 第24-37页 |
| 3.1 特征点的定义 | 第24页 |
| 3.2 常见的特征点提取算法 | 第24-30页 |
| 3.2.1 基于法矢提取特征点 | 第24-25页 |
| 3.2.2 基于曲率提取特征点 | 第25-28页 |
| 3.2.3 基于体积积分不变量提取特征点 | 第28-30页 |
| 3.3 基于散乱点云的多尺度特征点提取算法 | 第30-33页 |
| 3.3.1 多尺度的生成 | 第30页 |
| 3.3.2 初始候选点的确定 | 第30-31页 |
| 3.3.3 形状索引值的计算 | 第31-32页 |
| 3.3.4 点签名表示 | 第32-33页 |
| 3.4 实验结果与分析 | 第33-36页 |
| 3.4.1 特征点提取结果 | 第33-34页 |
| 3.4.2 抗噪性实验结果 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 4 基于几何协方差矩阵的特征点描述子 | 第37-49页 |
| 4.1 特征描述子的定义 | 第37页 |
| 4.2 常见的特征点描述子 | 第37-42页 |
| 4.2.1 FPFH描述子 | 第37-40页 |
| 4.2.2 SHOT描述子 | 第40-42页 |
| 4.3 基于几何协方差矩阵的特征点描述子 | 第42-45页 |
| 4.3.1 协方差描述子的定义 | 第42-44页 |
| 4.3.2 两描述子的相似度衡量 | 第44页 |
| 4.3.3 多尺度协方差描述子 | 第44-45页 |
| 4.4 实验结果与分析 | 第45-48页 |
| 4.4.1 协方差描述子对噪声及采样密度变化的鲁棒性分析 | 第45-47页 |
| 4.4.2 基于几何协方差描述子的特征匹配结果 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 5 基于局部特征的三维物体识别 | 第49-61页 |
| 5.1 引言 | 第49页 |
| 5.2 特征匹配技术 | 第49-52页 |
| 5.2.1 最近邻搜索算法 | 第49-50页 |
| 5.2.2 CCA剔除误匹配 | 第50-51页 |
| 5.2.3 特征点匹配结果 | 第51-52页 |
| 5.3 旋转平移矩阵的计算 | 第52-55页 |
| 5.3.1 SVD算法计算变换矩阵 | 第52-54页 |
| 5.3.2 候选矩阵的评价 | 第54-55页 |
| 5.4 物体识别结果与分析 | 第55-60页 |
| 5.5 本章小结 | 第60-61页 |
| 6 总结与展望 | 第61-63页 |
| 6.1 工作总结 | 第61页 |
| 6.2 研究展望 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 攻读硕士学位期间所取得的研究成果 | 第68-69页 |
| 致谢 | 第69-70页 |