摘要 | 第1-4页 |
ABSTRACT | 第4-7页 |
第一章:绪论 | 第7-14页 |
·选题依据及研究意义 | 第7-8页 |
·国内外研究现状 | 第8-12页 |
·点云数据光顺去噪研究现状 | 第8-10页 |
·点云数据的压缩研究现状 | 第10-12页 |
·三维激光扫描技术的应用 | 第12-13页 |
·本文结构安排 | 第13-14页 |
第二章 相关工作 | 第14-18页 |
·三维激光扫描系统分类 | 第14-15页 |
·三维激光扫描仪扫描原理 | 第15-18页 |
·激光简介 | 第15-16页 |
·地面三维激光扫描系统的组成与各部分功能 | 第16-17页 |
·激光扫描仪获取数据的基本原理 | 第17-18页 |
第三章 点云数据的去噪和光顺 | 第18-37页 |
·引言 | 第18-19页 |
·理论基础 | 第19-21页 |
·点云数据噪声分类 | 第19-20页 |
·k-邻域简介 | 第20-21页 |
·基于自适应模糊C-均值的双边滤波去噪 | 第21-29页 |
·自适应模糊C-均值聚类法去除点云数据的大尺度噪声 | 第22-27页 |
·小尺度点云噪声去除 | 第27-29页 |
·栅格网-拟合平面法 | 第29-34页 |
·三维散乱点的三维空间栅格划分 | 第29-30页 |
·三维空间栅格阵列极限位置的确定 | 第30-31页 |
·三维空间栅格阵列间隔宽度的确定 | 第31页 |
·栅格数目的确定 | 第31页 |
·求栅格中散乱点的最佳逼近平面 | 第31-33页 |
·栅格中散乱点的最佳逼近多面体的确定 | 第33-34页 |
·实验结果展示 | 第34-35页 |
·本章小结 | 第35-37页 |
第四章 点云数据的精简压缩 | 第37-49页 |
·引言 | 第37页 |
·三种典型精简压缩算法分析 | 第37-39页 |
·包围盒法 | 第37-38页 |
·随机采样 | 第38页 |
·曲率采样法 | 第38-39页 |
·区域重心压缩法 | 第39-42页 |
·最外区域的确定 | 第40页 |
·最外区域的细化 | 第40-41页 |
·小长方体区域的三维激光扫描数据精简 | 第41-42页 |
·自适应曲率混合采样 | 第42-46页 |
·自适应曲率混合采样法原理 | 第42页 |
·算法描述 | 第42-46页 |
·实验结果分析 | 第46-48页 |
·结束语 | 第48-49页 |
第五章 三维点云数据的编码压缩 | 第49-58页 |
·八叉树模型 | 第49-50页 |
·八叉树原理 | 第50-51页 |
·Morton编码 | 第51-57页 |
·Morton码简介 | 第51页 |
·编码原理 | 第51-52页 |
·编码算法 | 第52-55页 |
·Morton码的优化与压缩 | 第55-57页 |
·实验结果 | 第57页 |
·本章小结 | 第57-58页 |
第六章 总结与展望 | 第58-60页 |
致谢 | 第60-61页 |
参考文献 | 第61-64页 |
附录1 | 第64-70页 |
附录2 | 第70-71页 |
附录3 | 第71页 |