三维激光扫描点云数据精简算法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 研究背景及意义 | 第11-16页 |
| 1.1.1 研究背景 | 第11-15页 |
| 1.1.2 研究意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-19页 |
| 1.2.1 点云数据压缩算法研究现状 | 第16-18页 |
| 1.2.2 三维模型的质量评定方法研究现状 | 第18-19页 |
| 1.3 研究内容及论文结构 | 第19-20页 |
| 第2章 三维激光扫描技术 | 第20-28页 |
| 2.1 三维激光扫描系统的介绍 | 第20-26页 |
| 2.1.1 三维激光扫描系统的分类 | 第21-24页 |
| 2.1.2 地面三维激光扫描系统基本原理 | 第24-26页 |
| 2.2 三维激光扫描系统的特点 | 第26页 |
| 2.3 点云数据预处理 | 第26-28页 |
| 第3章 点云数据的精简压缩算法 | 第28-62页 |
| 3.1 点云数据的分类与特点 | 第28-29页 |
| 3.2 点云数据的空间划分 | 第29-41页 |
| 3.2.1 点云数据的K邻域搜索 | 第33-37页 |
| 3.2.2 点云数据的法向量估计 | 第37-41页 |
| 3.3 散乱点云数据的精简压缩算法 | 第41-62页 |
| 3.3.1 随机采样法 | 第42-45页 |
| 3.3.2 包围盒重心压缩算法 | 第45-51页 |
| 3.3.3 最短距离采样法 | 第51-55页 |
| 3.3.4 法矢量夹角采样法 | 第55-60页 |
| 3.3.5 各算法对比分析 | 第60-62页 |
| 第4章 点云数据压缩质量评估 | 第62-71页 |
| 4.1 引言 | 第62-63页 |
| 4.2 Geomagic Studio软件介绍 | 第63页 |
| 4.3 精简压缩的评定 | 第63-71页 |
| 4.3.1 表面积评定 | 第63-66页 |
| 4.3.2 体积评定 | 第66-68页 |
| 4.3.3 偏差分析 | 第68-71页 |
| 第5章 一种改进的最短距离压缩算法 | 第71-88页 |
| 5.1 新算法改进思路 | 第71页 |
| 5.2 点云曲率估算 | 第71-80页 |
| 5.3 曲率-最短距离法 | 第80-84页 |
| 5.4 曲率-最短距离法的评估 | 第84-88页 |
| 5.4.1 表面积评估 | 第84-86页 |
| 5.4.2 体积评估 | 第86-87页 |
| 5.4.3 精度评估 | 第87-88页 |
| 第6章 总结与展望 | 第88-89页 |
| 6.1 总结 | 第88页 |
| 6.2 展望 | 第88-89页 |
| 致谢 | 第89-90页 |
| 参考文献 | 第90-93页 |
| 附录 | 第93页 |
| 附录A: 攻读学位期间的主要科研工作 | 第93页 |
