更新时间：2023-06-28 17:16:02
封面
版权信息
作者简介
本书专家委员会
前言
硬核技术篇
第1章 绪论
1.1 什么是三维点云
1.2 点云数据获取技术
1.3 什么是点云配准
1.4 三维点云配准应用领域
第2章 配准相关数学基础
2.1 空间变换及其参数化
2.2 空间变换的不同表示之间的互相转换与实战
2.3 对应点已知时最优变换求解原理与实战
第3章 关键点检测
3.1 什么是点云关键点检测
3.2 ISS（内蕴形状特征）
3.3 NARF（法线对齐的径向特征）
3.4 Harris
3.5 SIFT 3D
3.6 SUSAN
3.7 AGAST（角点检测）
3.8 在点云配准任务上各个关键点检测表现对比
第4章 点云特征描述子
4.1 什么是点云特征描述子
4.2 Spin Image（旋转图像）
4.3 3DSC（3D形状上下文特征）
4.4 PFH（点特征直方图）
4.5 FPFH（快速点特征直方图）
4.6 SHOT（方向直方图）
4.7 VFH（视点特征直方图）
4.8 在废钢点云上对比实验
算法应用篇
第5章 经典刚性配准算法
5.1 稀疏迭代最近点算法（Sparse ICP）
5.2 快速鲁棒的ICP（Fast and Robust Iterative Closest Point）
5.3 泛化的最近点迭代法（Generalized-ICP）
5.4 全局迭代最近点算法（Global Iterative Closest Point，GoICP）
5.5 针对环境构图的全局一致性扫描点云数据对齐（Graph SLAM）
5.6 Multiview LM-ICP配准算法
5.7 基于正态分布变换的配准算法（NDT）
5.8 SDRSAC：基于半正定的随机点云配准算法
5.9 PointDSC：利用深度空间一致性的鲁棒性点云配准算法
5.10 体素化广义迭代最近点配准算法（VGICP）
5.11 SAC-IA初始配准算法
5.12 Super 4PCS配准算法
5.13 K-4PCS点云配准算法
第6章 经典非刚性配准算法
6.1 具有重加权位置和变换稀疏性的鲁棒非刚性配准算法（RPTS）
6.2 Fast_RNRR基于拟牛顿法求解的鲁棒非刚性配准算法（Quasi-Newton Solver for Robust Non-Rigid Registration）
6.3 非刚性ICP算法
6.4 基于高斯混合模型的鲁棒点集配准算法
6.5 一致点漂移算法（CPD）
封底
