本书基于点云的统计特性，提出了基于核典型相关分析和基于柯西混合模型的两种新型点云配准算法，并针对实际应用难点，提出了双通道最优选择模型，弥补单一算法泛化性能差的缺陷，为点云配准的实际工程应用提供了新思路。

李冬芬，女，博士（后），副教授，硕士生导师，网络空间安全学科负责人，成都理工大学中青年骨干教师，中国密码学会会员，CCF会员，美国西北大学(Northwestern University)访问学者，全国首届网络安全奖获得者，ACM Chengdu Chapter优秀博士论文获得者。ACMChengdu Chapter新星奖获得者。主要从事信息安全、移动互联安全、量子密码通信等方面的研究。发表SCI学术论文30余篇，申请发明专利10余项，出版“十三五”国家重点图书两部，主持国家自然科学基金面上项目和青年项目、中国博士后基金项目、四川省重点研发计划项目、四川省科技计划项目、广东省信息安全重点实验室开放项目等。指导学生获得了30余项重量和省部级竞赛的奖项，包括“全国大学生信息安全竞赛”全国一等奖和地区特等奖等。

第1章 绪论
1.1 问题提出及意义
1.2 点云配准研究现状
1.2.1 点云处理理论
1.2.2 点云配准研究现状
1.3 点云配准研究内容
第2章 点云配准技术概述
2.1 点云定义与数据类型
2.2 点云数据配准
2.2.1 点云数据粗配准
2.2.2 点云数据精细配准
2.3 点云误差评价指标
2.4 点云数据集
2.5 本章小结
第3章 点云配准经典算法
3.1 ICP配准算法原理
3.2 改进的ICP配准算法
3.2.1 GO-ICP算法
3.2.2 Scale-ICP算法
3.3 基于统计学的点云配准算法
3.3.1 PAC算法
3.3.2 ICA算法
3.3.3 CPD算法
3.3.4 NDT算法
3.4 本章小结
第4章 基于核典型相关分析的点云配准算法
4.1 Cauchy-Schwarz不等式
4.2 典型相关分析
4.3 核典型相关分析
4.4 基于核典型相关分析的点云配准
4.5 实验及结果分析
4.5.1 经典配准
4.5.2 不同噪声环境下的点云配准
4.5.3 不同遮挡环境下的点云配准
4.5.4 放缩配准
4.6 实物扫描配准
4.7 本章小结
第5章 基于柯西混合模型的点云配准算法
5.1 柯西分布
5.2 柯西混合模型
5.3 基于柯西混合模型的点云配准
5.4 基于EM算法的参数估计
5.5 实验及结果分析
5.5.1 无噪声、无缺失环境下的点云配准
5.5.2 有噪声、无缺失环境下的点云配准
5.5.3 数据缺失环境下的点云配准
5.5.4 有噪声、有缺失及放缩环境下的点云配准
5.6 现场扫描数据配准
5.7 本章小结
第6章 基于ICP的点云配准改进算法
6.1 基于遗传算法的ICP配准方法
6.1.1 遗传算法基本原理
6.1.2 基于遗传算法的点云配准
6.1.3 仿真分析
6.2 基于多种群遗传算法的ICP配准方法
6.2.1 多种群遗传算法基本原理
6.2.2 基于多种群遗传算法的ICP改进配准算法
6.2.3 仿真分析
6.3 实验及结果分析
6.4 本章小结
第7章 基于双通道最优选择的点云配准
7.1 双通道最优选择模型
7.1.1 组合预测模型
7.1.2 双通道最优选择原理
7.2 基于双通道最优选择的点云配准方法
7.3 实验及结果分析
7.3.1 双通道模型选择及实现
7.3.2 实验结果分析
7.4 本章小结
第8章 本书结论及趋势展望
8.1 本书结论
8.2 趋势展望
参考文献