声明
摘要
1 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 论文研究内容
1.4 论文组织结构
2 场景点云的采集与预处理
2.1 场景点云采集
2.1.1 Kinect简介
2.1.2 Kinect相机标定
2.1.3 点云数据获取
2.2 点云预处理
2.2.1 直通滤波
2.2.2 离群点移除
2.2.3 体素滤波
2.2.4 点云预处理实验结果与分析
2.3 本章小结
3 感兴趣目标提取与特征计算
3.1 感兴趣目标提取
3.1.1 基于随机采样一致性的平面分割算法
3.1.2 欧式聚类算法
3.2 点云法向量估计
3.3 点云特征描述
3.3.1 局部PFH特征描述符
3.3.2 局部FPFH特征描述符
3.3.3 改进的全局CVFH特征描述符
3.4 本章小结
4 领域知识的理解与生成
4.1 领域知识库的设计与构建
4.1.1 零部件几何模型
4.1.2 零部件约束模型
4.1.3 零部件层次模型
4.1.4 零部件拆装序列
4.2 模型多视角点云特征库的构建
4.3 本章小结
5 增强信息的配准与虚实融合
5.1 本文算法框架
5.2 感兴趣目标识别
5.2.1 点云目标识别流程分析
5.2.2 基于K-D树的点云目标识别
5.3 增强信息的精确配准
5.3.1 采样一致性配准算法
5.3.2 基于采样一致性的ICP配准算法
5.4 增强信息的虚实融合
5.5 实验结果与分析
5.5.1 点云目标识别
5.5.2 点云目标配准
5.5.3 增强信息的虚实融合
5.6 本章小结
6 总结与展望
6.1 本文工作总结
6.2 进一步研究展望
参考文献
致谢
个人简历、在学期间发表的学术论文与研究成果