声明
摘要
第1章 绪论
1．1 研究背景
1．2 三维物体识别系统的研究现状
1．2．1 基于全局的三维物体识别算法
1．2．2 基于局部的三维物体识别算法
1．2．3 局部形状配准和匹配选择
1．3 三维物体识别系统的挑战
1．4 主要工作与内容组织
第2章 局部形状描述
2．1 研究背景
2．2 相关工作
2．2．1 全局形状描述子
2．2．2 局部形状描述子
2．3 问题分析
2．4 构建几何中心签名描述子
2．4．1 局部参照系的建立
2．4．2 构建几何中心签名描述子
2．5 实验结果
2．5．1 性能评价指标与环境搭建
2．5．2 几何中心签名描述子的参数确定
2．5．3 几何中心签名描述子的鲁棒性
2．6 小结
第3章 局部形状的配准
3．1 研究背景
3．2 相关工作
3．2．1 基于随机的形状配准
3．2．2 基于几何约束的形状配准
3．2．3 基于特征匹配的形状配准
3．3 问题分析
3．4 局部形状的配准
3．4．1 局部特征表示
3．4．2 生成变换矩阵候选项
3．4．3 增益形状配准
3．4．4 选择最佳变换矩阵
3．5 靠近边缘区域的形状配准
3．6 描述子图的建立与显著性提取
3．6．1 建立描述子图
3．6．2 使用描述子图来进行l央速查找
3．6．3 使用描述子图来进行显著性分析
3．7 实验结果
3．7．1 实验环境
3．7．2 两帧配准
3．7．3 三维场景/模型重建
3．7．4 描述子图的有效性
3．8 小结
第4章 匹配选择
4．1 研究背景
4．2 相关工作
4．2．1 基于局部的匹配选择算法
4．2．2 基于全局的匹配选择算法
4．3 问题分析
4．4 匹配兼容的度量
4．4．1 错误特征匹配的共性
4．4．2 正确特征匹配的共性
4．4．3 特征匹配候选的兼容性度量
4．5 辅助集投票算法
4．5．1 构建候选集和辅助集
4．5．2 辅助集投票算法
4．5．3 加速的辅助集投票算法
4．6 实验结果
4．6．1 实现细节
4．6．2 数据库
4．6．3 不同几何约束的筛选性能
4．6．4 调参实验
4．6．5 其他三种对比方法
4．6．6 对高斯噪声的鲁棒性
4．6．7 对点云密度变化的鲁棒性
4．6．8 对遮挡的鲁棒性
4．6．9 非常有挑抛性的场景下的实验结果
4．7 小结
第5章 三维物体识别系统
5．1 问题分析
5．2 三维物体识别系统设计
5．2．1 离线数据预处理
5．2．2 场景特征提取
5．2．3 成特征匹配候选集和辅助集
5．2．4 特征匹配选择
5．2．5 物体候选的生成与验证
5．3 实验结果
5．3．2 物体识别的高效性
5．3．3 物体识别的鲁棒性
5．4 小结
第6章 总结与展望
6．1 论文总结
6．2 未来工作
6．2．1 是否采用局部参照系
6．2．2 使用局部特征还是全局特征
6．2．3 能否使用全局优化方法进行加速
6．2．4 如何与深度学习结合
参考文献
致谢
在读期间发表的学术论文与取得的研究成果
在读期间参与的学术活动
