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

古建筑三维重建中的深度图像配准技术研究与应用

摘要第1-4页
Abstract第4-6页
目录第6-8页
第一章 绪论第8-12页
   ·问题的提出及研究意义第8-9页
   ·深度图像配准研究现状第9-10页
   ·本文的工作第10-11页
   ·论文的组织第11-12页
第二章 三维信息获取及数据预处理第12-24页
   ·深度图像第12-17页
     ·深度图像的概念第12页
     ·深度图像的获取和表示第12-15页
     ·基于激光扫描数据三维重建的流程第15-17页
   ·数据预处理第17-22页
     ·主要被测物提取第18-19页
     ·数据平滑第19-20页
     ·数据简化第20-22页
   ·实验结果及分析第22-23页
   ·本章小结第23-24页
第三章 深度图像配准第24-39页
   ·深度图像配准介绍第24-26页
     ·配准的定义第24-26页
     ·解决配准问题的主要算法第26页
   ·深度图像的分割第26-30页
     ·深度图像的分割原理第27-28页
     ·点的局部平面拟合第28-29页
     ·平面的归并第29-30页
   ·基于特征的深度图像配准第30-34页
   ·基于特征的配准在小雁塔三维重建中的实现第34-36页
   ·实验结果第36-38页
     ·分割的结果及分析第36-37页
     ·初步配准的结果第37-38页
   ·本章小结第38-39页
第四章 基于ICP的深度图像配准第39-54页
   ·原始ICP算法介绍第39-45页
     ·原始ICP算法的原理第40页
     ·原始ICP算法的步骤第40-42页
     ·原始ICP算法的实现过程第42-43页
     ·原始ICP算法的迭代第43-44页
     ·原始ICP算法的评价第44-45页
   ·ICP算法的改进第45-49页
     ·Chen和Medioni提出的改进ICP算法第46页
     ·基于平方距离函数的改进ICP算法第46-49页
     ·其他变种的改进ICP算法第49页
   ·基于平面特征的改进ICP算法第49-51页
   ·实验结果第51-52页
   ·数据融合第52-53页
   ·本章小结第53-54页
第五章 三维重建第54-60页
   ·三维重建方法概述第54-55页
   ·三角网格化第55-59页
     ·Voronoi图和Delaunay三角剖分第56-58页
     ·网格化结果第58-59页
   ·本章小结第59-60页
第六章 总结与展望第60-62页
   ·总结第60页
   ·展望第60-62页
参考文献第62-66页
致谢第66-67页
附录第67页

论文共67页,点击 下载论文
上一篇:基于偏微分方程的图像修补方法研究
下一篇:基于SOA架构的企业应用集成(EAI)研究与设计