| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 点云配准算法国内外研究现状 | 第10-13页 |
| 1.2.1 初始配准算法国内外研究现状 | 第10-11页 |
| 1.2.2 精确配准算法国内外研究现状 | 第11-12页 |
| 1.2.3 局部特征描述算法 | 第12-13页 |
| 1.3 研究内容与方法 | 第13-15页 |
| 1.3.1 研究内容 | 第13页 |
| 1.3.2 研究方法 | 第13-14页 |
| 1.3.3 论文组织结构 | 第14-15页 |
| 第2章 三维点云数据的获取及预处理 | 第15-23页 |
| 2.1 Kinect概述 | 第15-16页 |
| 2.2 Kinect Fusion算法获取三维点云数据 | 第16-19页 |
| 2.2.1 Kinect Fusion算法概述 | 第16-18页 |
| 2.2.2 Kinect Fusion算法特征 | 第18-19页 |
| 2.3 三维点云数据的预处理 | 第19-23页 |
| 2.3.1 点云概念 | 第19-21页 |
| 2.3.2 点云数据的预处理 | 第21-23页 |
| 第3章 点云数据配准算法研究及改进 | 第23-33页 |
| 3.1 4PCS算法概述 | 第24-28页 |
| 3.1.1 仿射不变量 | 第24-26页 |
| 3.1.2 四点鲁棒快速匹配算法 | 第26-28页 |
| 3.2 基于几何学对4PCS算法进行改进 | 第28-30页 |
| 3.2.1 改进方法概述 | 第28页 |
| 3.2.2 构建球体提取点对 | 第28-30页 |
| 3.3 迭代最近点算法 | 第30-31页 |
| 3.4 改进的ICP算法 | 第31-33页 |
| 第4章 Kinect点云场景拼接算法具体实现 | 第33-47页 |
| 4.1 基于Kinect设备获取点云数据 | 第33-34页 |
| 4.2 点云的精简和去噪 | 第34-37页 |
| 4.2.1 PCL简介 | 第34页 |
| 4.2.2 点云的精简 | 第34-35页 |
| 4.2.3 点云的滤波 | 第35-37页 |
| 4.3 基于改进的4PCS算法对点云进行初始配准 | 第37-43页 |
| 4.3.1 概述 | 第37页 |
| 4.3.2 球体和网格相交的判断 | 第37-40页 |
| 4.3.3 点对的提取 | 第40-42页 |
| 4.3.4 点对的索引及存储 | 第42-43页 |
| 4.4 基于改进的ICP算法对点云进行精确配准 | 第43-47页 |
| 4.4.1 概述 | 第43-44页 |
| 4.4.2 随机采样一致性算法简介 | 第44-45页 |
| 4.4.3 基于RANSAC算法提取点云中的拟合平面模型 | 第45-47页 |
| 第5章 实验及结果分析 | 第47-59页 |
| 5.1 实验环境 | 第47-48页 |
| 5.2 实验结果与分析 | 第48-59页 |
| 5.2.1 点云精简结果分析 | 第48-49页 |
| 5.2.2 点云中离群点的移除结果分析 | 第49-51页 |
| 5.2.3 点云初始配准结果分析 | 第51-55页 |
| 5.2.4 点云精确配准结果分析 | 第55-59页 |
| 第6章 总结与展望 | 第59-61页 |
| 6.1 论文总结 | 第59页 |
| 6.2 后续工作展望 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-67页 |
| 攻读学位期间研究成果 | 第67页 |