| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 研究的背景及意义 | 第12-13页 |
| 1.2 基于kinect传感器的点云场景重建 | 第13-16页 |
| 1.2.1 国外研究现状 | 第14-15页 |
| 1.2.2 国内研究现状 | 第15-16页 |
| 1.3 研究内容及章节结构 | 第16-20页 |
| 1.3.1 本文研究内容 | 第16-18页 |
| 1.3.2 本文章节结构 | 第18-20页 |
| 第2章 点云数据的获取与PCL点云库 | 第20-36页 |
| 2.1 kinect深度传感器 | 第20-25页 |
| 2.1.1 kinect的硬件组成 | 第20-22页 |
| 2.1.2 kinect工作原理及图像的获取 | 第22-24页 |
| 2.1.3 kinect点云数据的生成 | 第24-25页 |
| 2.2 点云库PCL | 第25-29页 |
| 2.2.1 点云库的简介 | 第25-26页 |
| 2.2.2 点云库的框架结构 | 第26-27页 |
| 2.2.3 体感框架OpenNI | 第27-29页 |
| 2.3 点云数据的拼接概述 | 第29-33页 |
| 2.3.1 点云的粗拼接算法 | 第29-31页 |
| 2.3.2 点云的细拼接算法 | 第31-33页 |
| 2.4 基于kinect传感器的点云拼接方法 | 第33-35页 |
| 2.4.1 基于kinect点云拼接方法步骤 | 第33-34页 |
| 2.4.2 方法评价及创新点的提出 | 第34-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第3章 三维点云数据滤波算法 | 第36-47页 |
| 3.1 Multi-Quadric函数 | 第36-40页 |
| 3.1.1 径向基函数 | 第36-38页 |
| 3.1.2 Multi-Quadric定义和插值算法 | 第38-40页 |
| 3.2 MQ改进的双边滤波算法 | 第40-42页 |
| 3.2.1 双边滤波 | 第40-41页 |
| 3.2.2 MQ改进的双边滤波原理 | 第41-42页 |
| 3.3 kinect的深度图的修复 | 第42-45页 |
| 3.3.1 待插值点的选取 | 第42-43页 |
| 3.3.2 插值邻域点的选取 | 第43-44页 |
| 3.3.3 插值方程组的建立与求解 | 第44页 |
| 3.3.4 深度图修复的算法 | 第44-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第4章 三维点云数据拼接算法 | 第47-62页 |
| 4.1 k近邻搜索 | 第47-52页 |
| 4.1.1 体素栅格法 | 第47-49页 |
| 4.1.2 KD树的空间查找算法 | 第49-52页 |
| 4.2 伞曲率算法 | 第52-56页 |
| 4.2.1 基于空间KD树的法向量 | 第52-54页 |
| 4.2.2 特征点的提取及拼接 | 第54-56页 |
| 4.3 基于伞曲率的体积积分不变量算法 | 第56-61页 |
| 4.3.1 体积积分不变量 | 第56-58页 |
| 4.3.2 伞体积分不变量特征 | 第58-59页 |
| 4.3.3 点云细拼接基本流程 | 第59-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第5章 基于kinect点云拼接算法的实现与测试 | 第62-79页 |
| 5.1 系统实现的软硬开发环境 | 第62-66页 |
| 5.1.1 硬件平台环境 | 第62-65页 |
| 5.1.2 软件平台环境 | 第65-66页 |
| 5.2 基于kinect的点云拼接流程分析和比较 | 第66-72页 |
| 5.2.1 点云拼接ICP算法参数分析 | 第67-68页 |
| 5.2.2 基于伞体积分不变量点云拼接参数分析 | 第68-71页 |
| 5.2.3 系统框架流程图 | 第71-72页 |
| 5.3 室内场景点云数据的拼接 | 第72-78页 |
| 5.3.1 点云数据的滤波 | 第72-74页 |
| 5.3.2 点云数据的拼接 | 第74-78页 |
| 5.4 本章小结 | 第78-79页 |
| 第6章 结论与展望 | 第79-82页 |
| 致谢 | 第82-84页 |
| 参考文献 | 第84-86页 |