| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-17页 |
| 1.1 课题研究的背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 论文主要研究内容 | 第14-16页 |
| 1.4 论文章节安排 | 第16-17页 |
| 2 三维点云数据处理相关技术概述 | 第17-25页 |
| 2.1 三维重建及点云数据处理过程 | 第17-19页 |
| 2.1.1 三维重建过程 | 第17页 |
| 2.1.2 三维点云数据处理流程 | 第17-19页 |
| 2.2 点云数据去噪算法概述 | 第19-21页 |
| 2.2.1 离群噪声点检测方法 | 第19-20页 |
| 2.2.2 基于聚类的离群噪声点检测方法 | 第20-21页 |
| 2.3 点云数据精简算法概述 | 第21-22页 |
| 2.3.1 曲率精简法 | 第21页 |
| 2.3.2 法向精度精简法 | 第21-22页 |
| 2.3.3 精简质量的评价标准 | 第22页 |
| 2.4 点云数据配准算法概述 | 第22-24页 |
| 2.4.1 粗配准方法 | 第22-23页 |
| 2.4.2 精确配准方法 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 基于改进K-means聚类的散乱点云数据去噪算法 | 第25-33页 |
| 3.1 引言 | 第25页 |
| 3.2 散乱点云数据去噪算法过程 | 第25-28页 |
| 3.2.1 改进的K-means聚类算法过程 | 第25-27页 |
| 3.2.2 散乱点云数据分层 | 第27-28页 |
| 3.3 实验仿真与结果分析 | 第28-32页 |
| 3.3.1 仿真实验设置 | 第28-29页 |
| 3.3.2 改进的K-means聚类算法实验与分析 | 第29页 |
| 3.3.3 去噪算法实验与分析 | 第29-30页 |
| 3.3.4 去噪算法对比实验分析 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 4 结合曲率与法向的点云数据精简算法 | 第33-39页 |
| 4.1 引言 | 第33页 |
| 4.2 结合曲率与法向的点云数据精简算法过程 | 第33-35页 |
| 4.2.1 点云曲率与法向计算方法 | 第33-34页 |
| 4.2.2 特征因子估算方法 | 第34-35页 |
| 4.3 实验仿真与结果分析 | 第35-38页 |
| 4.3.1 仿真实验设置 | 第35页 |
| 4.3.2 精简算法实验与分析 | 第35-37页 |
| 4.3.3 精简算法对比实验分析 | 第37-38页 |
| 4.4 本章小结 | 第38-39页 |
| 5 采用点云重心距离进行边界检测的点云数据配准算法 | 第39-49页 |
| 5.1 引言 | 第39页 |
| 5.2 粗配准 | 第39页 |
| 5.3 精确配准 | 第39-43页 |
| 5.3.1 基于点云重心距离的边界检测算法 | 第39-41页 |
| 5.3.2 单位四元数法 | 第41-42页 |
| 5.3.3 采用点云重心距离进行边界检测的点云数据配准算法过程 | 第42-43页 |
| 5.4 实验仿真与结果分析 | 第43-47页 |
| 5.4.1 仿真实验设置 | 第43页 |
| 5.4.2 粗配准实验与分析 | 第43页 |
| 5.4.3 边界检测实验与分析 | 第43-44页 |
| 5.4.4 精确配准实验与对比分析 | 第44-47页 |
| 5.5 本章小结 | 第47-49页 |
| 6 总结与展望 | 第49-51页 |
| 6.1 全文总结 | 第49页 |
| 6.2 展望 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第56页 |
