三維點(diǎn)云：原理、方法與技術(shù)（上）

目錄
前言
第一部分　點(diǎn)云獲取與預(yù)處理　
第1章　點(diǎn)云數(shù)據(jù)獲取　3　
1.1　點(diǎn)云數(shù)據(jù)的直接獲取　3　
1.1.1　接觸法　4　
1.1.2　非接觸法　4　
1.2　點(diǎn)云數(shù)據(jù)的間接獲取　8　
1.2.1　圖像融合技術(shù)　8　
1.2.2　圖像融合算法　9　
1.2.3　基于多圖像融合的點(diǎn)云獲取　11　
1.3　點(diǎn)云數(shù)據(jù)獲取方法評價　13　
1.4　點(diǎn)云數(shù)據(jù)的格式　14　
1.4.1　obj文件格式　15　
1.4.2　off文件格式　16　
1.4.3　ply文件格式　17　
1.4.4　wrl文件格式　20　
1.5　本章小結(jié)　22
參考文獻(xiàn)　23
第2章　點(diǎn)云去噪、精簡與重采樣　24　
2.1　點(diǎn)云數(shù)據(jù)的噪聲處理　24　
2.1.1　點(diǎn)云數(shù)據(jù)噪聲分析　24　
2.1.2　有序點(diǎn)云去噪算法　25　
2.1.3　無序點(diǎn)云去噪算法　30　
2.2　點(diǎn)云數(shù)據(jù)的精簡　36　
2.2.1　單一直接精簡方法　36　
2.2.2　優(yōu)化組合精簡方法　38　
2.3　點(diǎn)云數(shù)據(jù)重采樣　41　
2.3.1　WLOP重采樣法　41　
2.3.2　EAR算法　43　
2.3.3　基于切片的重采樣法　46　
2.4　本章小結(jié)　51
參考文獻(xiàn)　51
第3章　點(diǎn)云補(bǔ)缺　53　
3.1　點(diǎn)云孔洞整體補(bǔ)缺方法　53　
3.1.1　基于脊、谷線的整體補(bǔ)缺方法　53　
3.1.2　基于投影的整體補(bǔ)缺方法　64　
3.2　點(diǎn)云孔洞細(xì)分補(bǔ)缺方法　70　
3.2.1　基于脊、谷線的細(xì)分補(bǔ)缺方法　70　
3.2.2　基于切片的細(xì)分補(bǔ)缺方法　75　
3.3　本章小結(jié)　80
參考文獻(xiàn)　81
第二部分　點(diǎn)云特征分析與計算　
第4章　點(diǎn)云特征分析　85　
4.1　點(diǎn)的鄰域　85　
4.1.1　球形鄰域　85　
4.1.2　k近鄰　86　
4.1.3　BSP近鄰　86　
4.1.4　Voronoi近鄰　88　
4.2　法矢　89　
4.2.1　主成分分析法　89　
4.2.2　平面擬合法　90　
4.2.3　曲面擬合法　91　
4.3　曲率　92　
4.3.1　曲率定義　92　
4.3.2　曲率分類　93　
4.3.3　曲率估算方法　95　
4.4　脊、谷特征　96　
4.4.1　脊、谷點(diǎn)　96　
4.4.2　脊、谷線　98　
4.5　輪廓特征　99　
4.5.1　輪廓點(diǎn)提取　99　
4.5.2　輪廓線　100　
4.6　邊界特征　101　
4.6.1　基于積分不變量的邊界提取算法　102　
4.6.2　基于k鄰域的邊界提取算法　103　
4.6.3　基于動態(tài)空間索引的邊界提取算法　104　
4.7　測地距離　106　
4.7.1　基于*小二乘支持向量機(jī)的測地距離　106　
4.7.2　基于快速跟蹤的測地距離　107　
4.8　本章小結(jié)　108
參考文獻(xiàn)　109
第5章　點(diǎn)云物體骨架提取　110　
5.1　骨架概述　110　
5.1.1　骨架定義　110　
5.1.2　骨架性質(zhì)　111　
5.2　骨架提取方法　113　
5.2.1　體方法　113　
5.2.2　幾何方法　119　
5.3　典型應(yīng)用　144　
5.4　本章小結(jié)　147
參考文獻(xiàn)　147
第6章　點(diǎn)云物體脊、谷線提取　150　
6.1　脊、谷點(diǎn)提取　150　
6.1.1　相關(guān)概念　150　
6.1.2　點(diǎn)云的脊、谷點(diǎn)提取　152　
6.1.3　網(wǎng)格的脊、谷點(diǎn)提取　154　
6.2　脊、谷線提取　155　
6.2.1　脊、谷線連接　155　
6.2.2　脊、谷線優(yōu)化　155　
6.3　輪廓線提取　156　
6.3.1　輪廓點(diǎn)提取　156　
6.3.2　輪廓線連接　157　
6.4　脊、谷線與輪廓線整合　158　
6.4.1　可見性判定　158　
6.4.2　特征線整合　159　
6.5　本章小結(jié)　160
參考文獻(xiàn)　160
第三部分　點(diǎn)云識別與理解　
第7章　點(diǎn)云分割方法評價標(biāo)準(zhǔn)　165　
7.1　傳統(tǒng)的評價標(biāo)準(zhǔn)　165　
7.1.1　CE方法　166　
7.1.2　CD方法　167　
7.1.3　HD方法　167　
7.1.4　RI方法　168　
7.2　新的評價標(biāo)準(zhǔn)　168　
7.2.1　SHD準(zhǔn)則　168　
7.2.2　AEI準(zhǔn)則　170　
7.3　評價標(biāo)準(zhǔn)實驗對比　171　
7.3.1　極限分割　172　
7.3.2　層次分割　172　
7.4　本章小結(jié)　173
參考文獻(xiàn)　174
第8章　點(diǎn)云構(gòu)件識別與提取　175　
8.1　基本形狀識別與提取　175　
8.1.1　Hough變換算法　176　
8.1.2　RANSAC算法　177　
8.1.3　高斯球算法　178　
8.2　單目標(biāo)物體構(gòu)件識別與提取　183　
8.2.1　k-means聚類分割算法　183　
8.2.2　光譜聚類算法　187　
8.2.3　特征層次分割算法　188　
8.2.4　多分辨率層次分割算法　192　
8.2.5　基于骨架的層次分割算法　196　
8.2.6　基于徑向反射的分割算法　201　
8.2.7　基于臨界點(diǎn)的分割算法　202　
8.2.8　基于感知信息的形狀分割算法　205　
8.2.9　基于切片的分割算法　210　
8.2.10　基于骨架點(diǎn)與脊、谷點(diǎn)的分割算法　213　
8.3　本章小結(jié)　220
參考文獻(xiàn)　221
第9章　點(diǎn)云物體識別與提取　224　
9.1　物體識別與提取的基本方法　224　
9.1.1　基于局部特征的物體識別與提取　224　
9.1.2　基于圖匹配的物體識別與提取　225　
9.1.3　基于幾何不變性的物體識別與提取　229　
9.1.4　基于邊界特征分類的物體識別與提取　230　
9.1.5　基于種子擴(kuò)張的物體識別與提取　232　
9.2　基于形狀與拓?fù)涞奈矬w識別與提取　238　
9.2.1　基本形狀的提取　239　
9.2.2　拓?fù)浣Y(jié)構(gòu)屬性圖的構(gòu)造　239　
9.2.3　目標(biāo)對象庫的構(gòu)造　243　
9.2.4　基本形狀組合與目標(biāo)對象識別　245　
9.3　基于知識表示的物體識別與提取　247　
9.3.1　空間場景的特征描述　248　
9.3.2　基于知識的場景特征表示　249　
9.3.3　基于知識的目標(biāo)識別　254　
9.3.4　場景知識的不確定性分析　256　
9.4　基于構(gòu)件的物體識別與提取　257　
9.4.1　場景拓?fù)潢P(guān)系提取　257　
9.4.2　物體的識別與提取　266　
9.5　基于機(jī)器學(xué)習(xí)的物體識別與提取　271　
9.6　本章小結(jié)　272
參考文獻(xiàn)　273　
第10章　點(diǎn)云場景表達(dá)與理解　275　
10.1　點(diǎn)云物體表達(dá)　275　
10.1.1　基于形狀體的物體表達(dá)　276　
10.1.2　基于骨架的物體表達(dá)　281　
10.1.3　基于語義圖的物體表達(dá)　288　
10.1.4　基于知識規(guī)則的物體表達(dá)　290　
10.2　點(diǎn)云場景表達(dá)　290　
10.2.1　基于結(jié)構(gòu)的場景表達(dá)　290　
10.2.2　基于知識規(guī)則的場景表達(dá)　291　
10.2.3　基于知識圖譜的場景表達(dá)　292　
10.3　點(diǎn)云場景理解　296　
10.3.1　基于形狀語義圖的物體識別與理解　296　
10.3.2　基于知識圖譜的場景識別與理解　300　
10.4　本章小結(jié)　309
參考文獻(xiàn)　309