声明
摘要
第一章 绪论
1.1 三维数字化技术
1.1.1 三维信息的采集
1.1.2 三维点云数据处理技术
1.1.3 三维点云拼接技术
1.2 点云拼接国内外发展现状
1.3 课题背景
1.4 本论文的主要工作及研究意义
第二章 三维点云数据的特征点提取
2.1 三维特征点简介
2.2 曲率特征点
2.3 均匀取点
2.4 ISS特征点提取算法
2.5 改进的ISS特征点提取算法
2.6 关键点提取法
2.7 基于表面网格的特征点提取算法
2.7.1 热核签名法(HKS)
2.7.2 拉-贝尺度空间法(LBSS)
第三章 基于进化算法的精简点云拼接
3.1 优化算法
3.2 群智能算法简介
3.3 粒子群(PSO)算法
3.4 生物地理学优化(BBO)算法
3.5 人工蜂群(ABC)算法
3.6 点云拼接的数学表达
3.7 点云拼接ICP算法
3.8 基于特征点和群智能优化的点云拼接
3.8.1 评价函数的提出
3.8.2 评价函数的分析
3.8.3 K-D树搜索策略
3.8.4 基于群智能优化的点云拼接方法
第四章 三维点云模型的拼接实验
4.1 理想点云库模型
4.2 理想模型ICP算法拼接结果
4.3 不同算法特征点提取效果的比较
4.4 基于群智能优化的点云拼接
4.4.1 PSO算法的点云拼接
4.4.2 BBO算法的点云拼接
4.4.3 ABC算法的点云拼接
4.5 时间复杂度比较
4.6 实际人体扫描点云数据拼接实验
4.7 点云重合度对拼接精度的探究
第五章 全文总结与展望
5.1 工作总结
5.2 对于后续工作的建议
参考文献
发表论文和参加科研情况说明
致谢
天津大学;