| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 三维扫描技术概述 | 第10-12页 |
| 1.3 三维扫描技术国内外研究现状 | 第12-14页 |
| 1.3.1 国外研究现状 | 第12-13页 |
| 1.3.2 国内研究现状 | 第13-14页 |
| 1.4 论文的研究内容及章节安排 | 第14-16页 |
| 第二章 Kinect的基本结构和工作原理以及点云的处理方法 | 第16-26页 |
| 2.1 Kinect介绍 | 第16-19页 |
| 2.1.1 Kinect的硬件结构 | 第16-17页 |
| 2.1.2 Kinect心脏—0PS1080 SoC | 第17-18页 |
| 2.1.3 Kinect的摄影机和两个摄像头 | 第18-19页 |
| 2.2 Kinect坐标标定 | 第19-23页 |
| 2.2.1 坐标系的定义以及转换 | 第19-20页 |
| 2.2.2 摄像机的标定 | 第20-23页 |
| 2.3 点云的预处理 | 第23-25页 |
| 2.3.1 点云的基本概念 | 第23-24页 |
| 2.3.2 点云的滤波 | 第24-25页 |
| 2.4 本章小节 | 第25-26页 |
| 第三章 三维扫描及图形重建方法 | 第26-47页 |
| 3.1 SLAM系统扫描算法 | 第26-34页 |
| 3.1.1 空间坐标与相机坐标的转换 | 第26页 |
| 3.1.2 多层次映射表面扫描 | 第26-27页 |
| 3.1.3 TSDF点云配准 | 第27-30页 |
| 3.1.4 扫描预测 | 第30-31页 |
| 3.1.5 传感器的位置评估 | 第31-34页 |
| 3.2 点云拼接的方法 | 第34-42页 |
| 3.2.1 点云的初始拼接 | 第35-39页 |
| 3.2.2 拼接点云坐标的类聚化处理 | 第39-41页 |
| 3.2.3 使用ICP方法对点云的精准拼接 | 第41-42页 |
| 3.3 实验结论分析 | 第42-46页 |
| 3.3.1 点云拼接效果分析 | 第42-43页 |
| 3.3.2 扫描性能分析 | 第43-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 三维形态识别 | 第47-57页 |
| 4.1 范围图像的概述 | 第47-48页 |
| 4.1.1 范围图像的扩张性 | 第47页 |
| 4.1.2 尺度空间 | 第47-48页 |
| 4.2 三维特征提取 | 第48-55页 |
| 4.2.1 曲率的分类 | 第48-50页 |
| 4.2.2 形状指数和弯曲程度 | 第50-51页 |
| 4.2.3 尺度空间的曲率 | 第51-52页 |
| 4.2.4 规模不变性的特征提取 | 第52-55页 |
| 4.2.5 不同尺度空间的定位 | 第55页 |
| 4.3 本章小结 | 第55-57页 |
| 总结与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 作者在攻读硕士期间发表和完成的论文 | 第63-64页 |
| 致谢 | 第64页 |