| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-29页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.1.1 相关应用领域 | 第12-14页 |
| 1.1.2 研究意义 | 第14页 |
| 1.2 国内外研究现状 | 第14-26页 |
| 1.2.1 点云配准技术 | 第15-17页 |
| 1.2.2 点云去噪技术 | 第17-20页 |
| 1.2.3 点云数据分割技术 | 第20-23页 |
| 1.2.4 表面重建技术 | 第23-26页 |
| 1.3 研究内容 | 第26-27页 |
| 1.4 论文组织结构 | 第27-29页 |
| 第2章 基于关键点提取的三维点云场景配准 | 第29-49页 |
| 2.1 引言 | 第29页 |
| 2.2 点云数据配准原理 | 第29-31页 |
| 2.3 基于关键点提取的三维点云配准算法 | 第31-39页 |
| 2.3.1 基于SURF关键点检测与匹配 | 第32-35页 |
| 2.3.2 曲率一致性匹配判定 | 第35-36页 |
| 2.3.3 变换矩阵计算 | 第36-37页 |
| 2.3.4 配准过程的实现 | 第37-39页 |
| 2.4 实验结果与分析 | 第39-48页 |
| 2.4.1 实验环境 | 第39-40页 |
| 2.4.2 实验效果分析 | 第40-46页 |
| 2.4.3 性能分析 | 第46-48页 |
| 2.5 本章小结 | 第48-49页 |
| 第3章 邻域密度约束的动态标准差阈值离群点检测 | 第49-77页 |
| 3.1 引言 | 第49-50页 |
| 3.2 离群点概念 | 第50页 |
| 3.3 离群点检测原理 | 第50-52页 |
| 3.4 点云数据的邻域计算 | 第52-58页 |
| 3.4.1 三维点云数据Kd-Tree的构造 | 第52-55页 |
| 3.4.2 三维点云数据Kd-Tree的邻域搜索 | 第55-58页 |
| 3.5 邻域密度约束的动态标准差阈值离群点检测算法 | 第58-65页 |
| 3.5.1 目标点云粗处理 | 第58-59页 |
| 3.5.2 离群点判定模型 | 第59-61页 |
| 3.5.3 邻域密度约束的动态标准差阈值离群点检测模型 | 第61-63页 |
| 3.5.4 离群点检测算法 | 第63-65页 |
| 3.6 实验结果与分析 | 第65-75页 |
| 3.6.1 实验效果分析 | 第65-72页 |
| 3.6.2 性能分析 | 第72-75页 |
| 3.7 本章小结 | 第75-77页 |
| 第4章 基于曲率约束的三维点云数据聚类分割 | 第77-98页 |
| 4.1 引言 | 第77页 |
| 4.2 点云分割的概念 | 第77-78页 |
| 4.3 三维点云聚类分割原理 | 第78-79页 |
| 4.4 基于曲率约束的三维点云聚类分割算法 | 第79-86页 |
| 4.4.1 基于曲率约束的点距离计算 | 第79-82页 |
| 4.4.2 基于体素栅格的初始分割中心选择模型 | 第82-84页 |
| 4.4.3 分割算法 | 第84-86页 |
| 4.5 实验结果与分析 | 第86-97页 |
| 4.5.1 实验效果分析 | 第86-95页 |
| 4.5.2 性能分析 | 第95-97页 |
| 4.6 本章小结 | 第97-98页 |
| 第5章 保留特征的三维离散点云泊松曲面重建 | 第98-118页 |
| 5.1 引言 | 第98页 |
| 5.2 法向量估算 | 第98-102页 |
| 5.3 点云泊松曲面重建 | 第102-107页 |
| 5.3.1 泊松曲面重建原理 | 第103页 |
| 5.3.2 三维点云泊松问题离散化 | 第103-105页 |
| 5.3.3 等值面提取 | 第105-106页 |
| 5.3.4 非均匀三维离散点云曲面重建 | 第106-107页 |
| 5.4 三维离散点云分块重建 | 第107-110页 |
| 5.4.1 点云分块稀疏 | 第108-109页 |
| 5.4.2 重建参数及高斯拟合优化 | 第109-110页 |
| 5.5 重建算法 | 第110-111页 |
| 5.6 实验结果与分析 | 第111-116页 |
| 5.6.1 实验效果分析 | 第111-116页 |
| 5.6.2 性能分析 | 第116页 |
| 5.7 本章小结 | 第116-118页 |
| 结论 | 第118-120页 |
| 参考文献 | 第120-131页 |
| 攻读博士学位期间承担的科研任务与主要成果 | 第131-132页 |
| 致谢 | 第132页 |