1. 研究目的与意义
社会在不断地进步，科技在飞速地发展，而人们的生活水平也在不断地提高，同时也对生活提出了更高的要求以满足美好的理想需求。
而立足于当下，为了希望尽可能多的获取物体的信息甚至是物体全部的信息，从而实现例如破损零部件的还原、考古文物的修复和医学检查等。
因此单纯的利用照相机、扫描仪等传统设备获取物体的二维平面信息就远远无法满足要求。
2. 课题关键问题和重难点
关键问题：1. 明确点云定义，清楚逆向工程的原理；2. 学习多种包围盒算法的原理，如AABB包围盒、OBB包围盒等，并实际上手应用，建立包围盒验证原理；3. 学习去噪滤波的实际意义以及多种去噪算法，如滤波器法有统计滤波器、半径滤波器等，以及基于光顺的Laplace算子去噪等；4. 学习点云拼接的各种算法，如经典的Iterative Closest Point迭代最近点算法，弄清楚其算法原理，了解该算法的适用范围、优势以及不足；难点：首先要根据现有的书本资料、网络资料全面的学习点云的相关知识，例如什么是点云、点云的应用等；其次就是清楚点云处理各个步骤的意义，清楚为什么要这么做；然后就是各项处理的原理以及算法，例如包围盒算法研究，包围盒有多种多样的形式，应用不同的原理建立不同的包围盒，以应付于多样化的应用场景；再就是上手操作，清楚了实现原理，需要实验来验证，这就需要自己上手操作，根据原理编写算法，对比输出结果与预期结果，分析可能存在的问题；最后就是撰写报告，分析自己实验中存在的不足，提出自己的看法；
3. 国内外研究现状（文献综述）
张会霞博士在《三维激光扫描点云数据组织与可视化研究》一文中，研究了三维激光扫描系统的数据特点，论述了相关误差。
重点研究了点云数据的存储与组织，主要包括传统数据库的数据索引，空间数据的索引等，并且也包括采用SQL SERVER2008 Spatail中的空间索引进行组织，采用线性四叉树的格网索引进行数据组织、采用八叉树进行组织数据。
同时还介绍了她研究的点云数据坐标的变换以及可视化，提出了点云数据的可视化方法。
4. 研究方案
1、先搭建好实验平台MATLAB R2020a；2、通过文献学习，明确点云的概念；3、认真学习各项处理的原理，比较同意处理不同算法的适用范围，如AABB包围盒与OBB包围盒两者的优缺点以及由此导致的适用场景的不同；4、实际上手操作，将原理转换成算法并编译运行，比较实际输出结果与理论输出结果，分析可能存在的问题；5、撰写报告，记录实验过程并作出总结。
5. 工作计划
4（1）学期第17、18、19周（1月15日前）：充分了解选题背景，明确工作内容和要求；阅读完指导老师提供的文献资料；安装好Matlab程序，并基本能够熟练操作使用；完成翻译；4（2）学期第1、2周：完成外文翻译；完成开题报告；4（2）学期第3、4、5、6周：完成 第二章点云预处理算法研究：2.1 包围盒建立算法研究；2.2 基于包围盒的点云预处理算法研究；并完成课题进度的毕设论文；完成期中检查；4（2）学期第7、8周：完成：2.3 基于光顺的点云滤波算法研究以及课题进度的毕设论文； 4（2）学期第9、10、11周：根据个人实际情况选择完成选做：基于ICP的点云拼接算法研究；完成论文终稿；通过论文查重； 4（2）学期第12、13周：完成最终答辩；成绩评定；
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
