三维激光扫描点云去噪及在建模中的应用
| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 1 绪论 | 第8-13页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 点云去噪研究现状 | 第9-10页 |
| 1.2.2 三维建模研究现状 | 第10-11页 |
| 1.3 研究内容与技术路线 | 第11页 |
| 1.3.1 研究内容 | 第11页 |
| 1.3.2 本文技术路线 | 第11页 |
| 1.4 本章小结 | 第11-13页 |
| 2 三维激光扫描技术及数据采集 | 第13-17页 |
| 2.1 三维激光扫描系统的组成及基本工作原理 | 第13-14页 |
| 2.2 地面三维激光扫描数据处理 | 第14-16页 |
| 2.2.1 三维激光扫描数据一般处理流程 | 第14-15页 |
| 2.2.2 本文三维激光扫描数据采集及预处理 | 第15-16页 |
| 2.3 本章小结 | 第16-17页 |
| 3 三维激光扫描点云数据去噪 | 第17-24页 |
| 3.1 三维激光扫描数据的噪声分析 | 第17-18页 |
| 3.1.1 三维激光扫描点云数据噪声来源 | 第17页 |
| 3.1.2 噪声的数学模型分析 | 第17-18页 |
| 3.2 三维激光扫描点云数据分布特征 | 第18-19页 |
| 3.3 有序点云数据去噪 | 第19-20页 |
| 3.4 散乱点云数据去噪 | 第20-23页 |
| 3.4.1 基于小波分析和BP神经网络的去噪方法 | 第21页 |
| 3.4.2 平均曲率流 | 第21-22页 |
| 3.4.3 双边滤波算法 | 第22页 |
| 3.4.4 拉普拉斯（Laplace）去噪 | 第22-23页 |
| 3.5 本章小结 | 第23-24页 |
| 4 基于重心的点云数据去噪算法 | 第24-40页 |
| 4.1 算法概述 | 第24-27页 |
| 4.1.1 算法思想 | 第24页 |
| 4.1.2 算法实现步骤 | 第24-27页 |
| 4.2 算法核心代码 | 第27-29页 |
| 4.3 算法试验及分析 | 第29-38页 |
| 4.3.1 试验一及其分析 | 第31-35页 |
| 4.3.2 试验二及其分析 | 第35-38页 |
| 4.4 算法改进 | 第38-39页 |
| 4.5 本章小结 | 第39-40页 |
| 5 算法在建模中的应用 | 第40-50页 |
| 5.1 三维点云数据建模概述 | 第40-41页 |
| 5.2 算法应用及建模过程 | 第41-46页 |
| 5.2.1 点云处理阶段 | 第41-43页 |
| 5.2.2 多边形处理阶段 | 第43-44页 |
| 5.2.3 曲面建模阶段 | 第44-46页 |
| 5.3 建模精度分析 | 第46-49页 |
| 5.4 本章小结 | 第49-50页 |
| 6 总结与展望 | 第50-51页 |
| 6.1 总结 | 第50页 |
| 6.2 展望 | 第50-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 附录 | 第56-57页 |
| 附录一：添加随机噪声程序的核心代码 | 第56-57页 |
| 附录二：攻读硕士期间取得的研究成果 | 第57页 |
