| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 当前现状存在的不足 | 第12-13页 |
| 1.4 研究内容及技术路线 | 第13-16页 |
| 1.4.1 研究内容 | 第13-15页 |
| 1.4.2 技术路线 | 第15-16页 |
| 1.5 论文组织结构 | 第16-17页 |
| 2 点云配准基础理论知识 | 第17-25页 |
| 2.1 点云的概念 | 第17页 |
| 2.2 点云配准概念 | 第17-19页 |
| 2.2.1 初始配准 | 第18-19页 |
| 2.2.2 精确配准 | 第19页 |
| 2.3 刚体变换理论 | 第19-24页 |
| 2.3.1 刚体变换模型 | 第20-21页 |
| 2.3.2 刚性变换参数 | 第21页 |
| 2.3.3 最小二乘法 | 第21-24页 |
| 2.4 本章小结 | 第24-25页 |
| 3 基于BBF改进的kd-tree算法研究 | 第25-43页 |
| 3.1 k近邻算法 | 第25-27页 |
| 3.2 kd-tree简介 | 第27-29页 |
| 3.3 kd-tree算法原理 | 第29-33页 |
| 3.3.1 kd-tree构建算法 | 第30-31页 |
| 3.3.2 kd-tree的最近邻搜索算法 | 第31-33页 |
| 3.4 基于BBF算法改进的kd-tree最近邻搜索算法 | 第33-35页 |
| 3.5 算法效率分析 | 第35-36页 |
| 3.6 实验验证分析 | 第36-41页 |
| 3.6.1 数据预处理 | 第36-37页 |
| 3.6.2 配准拼接实验 | 第37-41页 |
| 3.7 本章小结 | 第41-43页 |
| 4 基于改进的kd-tree在点云配准中的应用研究 | 第43-57页 |
| 4.1 PointCloudLibrary库 | 第43页 |
| 4.2 点云配准技术 | 第43-45页 |
| 4.2.1 初始配准算法 | 第43-44页 |
| 4.2.2 FPFH特征估算 | 第44-45页 |
| 4.3 ICP配准算法 | 第45-47页 |
| 4.3.1 ICP算法的数据结构 | 第45-46页 |
| 4.3.2 ICP算法一般实现 | 第46-47页 |
| 4.4 ICP算法求解 | 第47-48页 |
| 4.4.1 SVD解法 | 第47页 |
| 4.4.2 单位四元数法 | 第47-48页 |
| 4.5 ICP算法的改进 | 第48-49页 |
| 4.6 实验与结果分析 | 第49-55页 |
| 4.6.1 滤波预处理 | 第50页 |
| 4.6.2 初始配准参数计算 | 第50页 |
| 4.6.3 特征点提取 | 第50-51页 |
| 4.6.4 特征对应点对 | 第51页 |
| 4.6.5 实验结果 | 第51-55页 |
| 4.6.6 实验分析 | 第55页 |
| 4.7 本章小结 | 第55-57页 |
| 5 结论与展望 | 第57-59页 |
| 5.1 结论 | 第57页 |
| 5.2 工作展望 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-64页 |