| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 课题背景及研究意 | 第8页 |
| 1.2 三维点云识别的流程 | 第8-9页 |
| 1.3 三维点云的研究现状 | 第9-11页 |
| 1.3.1 三维点云对齐的研究现状 | 第9页 |
| 1.3.2 三维点云识别的研究现状 | 第9-10页 |
| 1.3.3 基于全局特征的三维点云识别算法 | 第10页 |
| 1.3.4 基于局部特征的三维点云识别算法 | 第10-11页 |
| 1.4 三维点云识别的挑战 | 第11页 |
| 1.5 本文的主要工作 | 第11-12页 |
| 1.6 本文的实验环境 | 第12页 |
| 1.7 本文的内容安排 | 第12-13页 |
| 1.8 本章小结 | 第13-14页 |
| 第二章 三维点云预处理 | 第14-20页 |
| 2.1 三维点云的获取 | 第14-15页 |
| 2.1.1 激光扫描仪技术原理 | 第14-15页 |
| 2.1.2 激光扫描点云的数据格式 | 第15页 |
| 2.2 三维点云标准库 | 第15-17页 |
| 2.2.1 普林斯顿大学形状基准库 | 第15-16页 |
| 2.2.2 UWA Dataset数据集 | 第16页 |
| 2.2.3 人脸三维点云库的建立 | 第16-17页 |
| 2.3 三维点云的预处理 | 第17-19页 |
| 2.3.1 三维点云的滤波 | 第17-18页 |
| 2.3.2 三维点云预处理实验结果与分析 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 基于球谐函数的三维点云识别算法 | 第20-32页 |
| 3.1 球谐函数的数学理论 | 第20-21页 |
| 3.1.1 连带勒让德多项式 | 第20页 |
| 3.1.2 三维点云的球坐标的转换 | 第20-21页 |
| 3.1.3 球谐函数 | 第21页 |
| 3.2 基于球谐函数的三维点云识别算法流程 | 第21-26页 |
| 3.2.1 快速对齐算法 | 第22-23页 |
| 3.2.2 三维点云局部区域的获取与配对 | 第23-24页 |
| 3.2.3 局部点云对的相似性计算 | 第24-26页 |
| 3.2.4 三维点云整体相似性计算 | 第26页 |
| 3.3 快速对齐实验结果及分析 | 第26-28页 |
| 3.4 基于球谐函数的识别算法实验结果及分析 | 第28-31页 |
| 3.4.1 球谐函数的阶数对实验结果的影响 | 第28-29页 |
| 3.4.2 识别算法的精度 | 第29-30页 |
| 3.4.3 识别算法的平均相对效率 | 第30-31页 |
| 3.4.4 旋转平移不变性 | 第31页 |
| 3.5 本章小结 | 第31-32页 |
| 第四章 基于球谐函数的三维点云识别方法的鲁棒性探究 | 第32-38页 |
| 4.1 局部点云相似性计算鲁棒性提升 | 第32-34页 |
| 4.2 三维点云整体相似性计算 | 第34页 |
| 4.3 实验结果及分析 | 第34-37页 |
| 4.3.1 球谐函数的阶数对实验结果的影响 | 第34-36页 |
| 4.3.2 识别算法间的精度 | 第36页 |
| 4.3.3 识别算法间的平均相对效率 | 第36-37页 |
| 4.3.4 旋转平移不变性 | 第37页 |
| 4.4 本章小结 | 第37-38页 |
| 第五章 总结与展望 | 第38-40页 |
| 5.1 工作总结 | 第38页 |
| 5.2 未来展望 | 第38-40页 |
| 参考文献 | 第40-43页 |
| 发表论文和科研情况说明 | 第43-44页 |
| 致谢 | 第44页 |