首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

三维点云数据的处理与应用

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

论文共71页,点击 下载论文
上一篇:秩一混沌系统及其同步化研究
下一篇:振动给料机中的离散元数值仿真研究