第一部分 第1章 点云数据处理概述 002 1.1 引言 002 1.2 三维点云数据 003 1.2.1 点云数据的获取 003 1.2.2 点云数据的类型 004 1.2.3 点云数据的存储格式 005 1.2.4 点云数据的特征 006 1.3 点云数据处理算法 007 1.3.1 点云去噪算法 007 1.3.2 点云简化算法 008 1.3.3 点云配准算法 010 1.3.4 点云分割算法 012 1.3.5 点云模型检索算法 013 1.4 点云数据处理技术的应用领域 014 1.5 本章小结 015 本章参考文献 016 第二部分 第2章 特征保持的点云去噪算法 024 2.1 引言 024 2.2 基于张量投票的初始粗去噪 025 2.2.1 计算张量投票矩阵 025 2.2.2 初始粗去噪算法的步骤 025 2.3 基于曲率特征的精去噪 027 2.3.1 计算曲率 027 2.3.2 精去噪算法的步骤 028 2.4 实验结果与分析 029 2.4.1 公共点云数据模型去噪 029 2.4.2 文物点云数据模型去噪 032 2.5 本章小结 035 本章参考文献 035 第三部分 第3章 基于信息熵和聚类的点云简化算法 038 3.1 引言 038 3.2 基于信息熵的初始粗简化 039 3.3 基于改进KMC的精简化 040 3.3.1 传统KMC算法 040 3.3.2 改进KMC算法 040 3.4 简化算法的评价指标 041 3.4.1 简化率 041 3.4.2 简化精度 042 3.5 实验结果与分析 042 3.5.1 公共点云数据模型简化 043 3.5.2 文物点云数据模型简化 044 3.6 本章小结 046 本章参考文献 046 第4章 基于点重要性判断的点云简化算法 048 4.1 引言 048 4.2 点重要性计算 048 4.2.1 特征算子计算 049 4.2.2 特征算子融合 049 4.3 基于八叉树的非特征点简化 050 4.4 实验结果与分析 051 4.4.1 公共点云数据模型简化 051 4.4.2 文物点云数据模型简化 053 4.5 本章小结 056 本章参考文献 056 第5章 基于栅格划分和曲率分级的点云简化算法 058 5.1 引言 058 5.2 基于权值的初的简化 059 5.2.1 构造点云长方体包围盒 059 5.2.2 划分点云空间结构 059 5.2.3 计算栅格权值 060 5.3 基于曲率分级的精确简化 060 5.3.1 计算平均曲率 061 5.3.2 曲率分级 062 5.4 本章点云简化算法的步骤 062 5.5 实验结果与分析 063 5.5.1 公共点云数据模型简化 063 5.5.2 文物点云简化 065 5.6 本章小结 069 本章参考文献 069 第四部分 第6章 基于正态分布和曲率的层次化点云配准算法 072 6.1 引言 072 6.2 基于改进NDT的粗配准 073 6.2.1 NDT算法 073 6.2.2 改进的NDT算法 074 6.3 基于曲率ICP的精配准 075 6.3.1 ICP算法 075 6.3.2 基于曲率的ICP算法 076 6.4 实验结果与分析 078 6.4.1 公共点云数据模型配准 078 6.4.2 颅骨点云数据模型配准 080 6.5 本章小结 082 本章参考文献 083 第7章 基于特征点和改进ICP的点云配准算法 084 7.1 引言 084 7.2 基于特征点的粗配准 085 7.2.1 特征点提取 085 7.2.2 粗配准算法的步骤 086 7.3 基于改进ICP的精配准 087 7.4 实验结果与分析 088 7.4.1 公共点云配准 088 7.4.2 文物碎片点云数据模型匹配 090 7.5 本章小结 093 本章参考文献 094 第8章 基于特征区域划分的点云配准算法 096 8.1 引言 096 8.2 特征点提取 097 8.3 基于区域划分的粗配准 098 8.3.1 特征点区域划分 098 8.3.2 区域配准 098 8.4 基于阈值约束ICP的精配准 100 8.5 实验结果与分析 101 8.6 本章小结 104 本章参考文献 104 第9章 基于降维多尺度FPFH和改进ICP的点云配准算法 107 9.1 引言 107 9.2 降维多尺度FPFH 108 9.2.1 FPFH的原理 108 9.2.2 多尺度FPFH 109 9.2.3 多尺度FPFH的降维 109 9.3 基于降维多尺度FPFH的粗配准 110 9.4 基于改进ICP的点云精配准 111 9.5 实验结果与分析 112 9.5.1 公共点云数据模型配准 113 9.5.2 文物碎片点云数据模型匹配 114 9.6 本章小结 116 本章参考文献 117 第五部分 第10章 基于改进随机抽样一致的点云分割算法 120 10.1 引言 120 10.2 RANSAC点云分割算法 121 10.2.1 RANSAC算法原理 121 10.2.2 RANSAC算法缺点 122 10.3 改进的RANSAC点云分割算法 122 10.3.1 K-D树与半径空间密度 123 10.3.2 改进初始点选取 123 10.3.3 判断准则的设计 124 10.3.4 面片合并 124 10.4 本章点云分割算法步骤 125 10.5 实验结果与分析 126 10.6 本章小结 128 本章参考文献 128 第11章 基于SVM和加权RF的点云分割算法 129 11.1 引言 129 11.2 基于SVM的点云粗分割 130 11.2.1 点云特征提取 130 11.2.2 基于混合核函数的SVM 132 11.2.3 基于SVM的粗分割算法步骤 133 11.3 基于加权RF的点云精分割 133 11.3.1 RF 133 11.3.2 加权RF 134 11.3.3 基于权重的决策树投票法 136 11.3.4 基于加权RF的精分割算法步骤 137 11.4 点云分割算法的评价指标 137 11.5 实验结果与分析 138 11.5.1 ModelNet 40点云分割 138 11.5.2 Semantic 3D点云分割 140 11.5.3 文物点云分割 142 11.6 本章小结 145 本章参考文献 145 第六部分 第12章 基于特征融合的点云数据模型快速检索算法 150 12.1 引言 150 12.2 特征计算 151 12.2.1 曲率特征 151 12.2.2 法向夹角 152 12.3 特征融合 153 12.4 基于融合特征匹配的检索 154 12.5 实验结果与分析 155 12.6 本章小结 158 本章参考文献 158 第七部分 第13章 点云数据处理技术在文物修复中的应用 160 13.1 引言 160 13.2 特征参数计算 161 13.2.1 点到邻域点的平均距离 161 13.2.2 点到邻域重心的距离 162 13.2.3 曲率及邻域法向夹角平均值 162 13.2.4 4个特征参数融合 163 13.3 基于尺度ICP的特征点集匹配 164 13.4 文物碎片匹配算法的步骤 165 13.5 实验结果与分析 166 13.6 本章小结 170 本章参考文献 170 第14章 点云数据处理技术在颅面复原中的应用 172 14.1 引言 172 14.2 孔洞轮廓线的提取和分类 173 14.3 轮廓线的拟合和表示 174 14.3.1 轮廓线的拟合 174 14.3.2 轮廓线的表示 175 14.4 轮廓线匹配 176 14.5 实验结果与分析 177 14.6 本章小结 179 本章参考文献 180 后记 182