声明
摘要
1．1课题研究背景
1．2国内外研究现状
1．2．1国外研究现状
1．2．2国内研究现状
1．3研究内容
第2章点云数据处理库(PCL)与Kinect介绍
2．1 PCL概述
2．2 PCL应用领域
2．2．1机器人领域
2．2．2 CAD／CAM、逆向工程
2．2．3激光遥感测量
2．2．4虚拟现实技术
2．3 Kinect传感器及特性分析
2．3．1深度测量原理
2．4 PCD格式介绍
第3章数据采集与旋转展台平面的确定
3．1点云采集平台搭建
3．1．1平台搭建设想及实现
3．1．2点云采集过程
3．2旋转展台平面的确定与感兴趣区域提取
3．2．1旋转展台平面的确定及点云矫正
3．2．2感兴趣区域提取
第4章点云精简与滤波
4．1点云数据类型
4．2点云数据精简与滤波
4．2．1离群点的产生原因
4．2．2常用的点云滤波算法
4．2．3离群点去除原理及算法
4．3体素滤波和统计滤波的级联
4．3．1实验结果与分析
第5章多角度点云数据配准与融合
5．1点云配准数学模型
5．2粗配准及ICP算法介绍
5．2．1粗配准介绍
5．2．2 ICP算法简介
5．2．3 ICP算法的缺点
5．3对ICP算法的改进SAC-IA-ICP算法
5．3．1 SAC-IA算法简介
5．3．2点云表面法向量估计
5．3．3 FPFH特征描述
5．4 SAC-IA-ICP算法缺点及解决办法
5．4．1 KD-Tree搜索机制搜寻对应点对
5．5实验结果与分析
第6章三维曲面重建
6．1曲面拟合方法
6．1．1隐式拟合
6．1．2显式拟合
6．2线段性重建
6．2．1多边形方法
6．2．2体方法
6．3基于物理的重建
6．4基于神经网络的重建
6．5基于Delaunay三角化方法
6．5．1 Greedy Triangulation算法
6．5．2基于隐式曲面拟合的方法
6．5．3 Possion算法
6．6不同算法实验结果对比
7．1论文工作总结
7．2未来工作
参考文献
致谢
附录
东北大学;
