1.2  平面提取算法研究现状
1.2.1 现有的平面提取算法
1.2.2 现有方法存在的问题
上述的平面提取算法，大多需要相对较长的计算时间用于随机平面模型的选择和比较，计算量太大、耗费时间长是它们共有的缺点。特别是当随机平面模型较多时，给算法的实现带来了比较大的困难。我们知道，采用凝聚层次聚类的平面提取算法的种种优良特性使得它在图像处理与模式识别的前期阶段有着很广泛的应用。因此，方便、高效的平面提取算法是平面提取算法效率保证的前提。 
    另外，现有的部分平面提取算法缺少对于数据集中的噪声处理，它们一般默认所采集的数据都为正确数据，忽略了可能是由于错误的测量、错误的假设、错误的计算等产生的异常数据。这样大大降低了算法的可用性。
1.3  本文的安排
    第1章，首先给出本课题研究的背景和意义，简明扼要的介绍了平面提取算法的现状，介绍了几种平面提取算法以及分析了现有的平面算法存在的一些问题。
第2章，介绍了平面提取算法的相关知识，比如数据的采集装置Kinect,以及所采集数据的特点等。最常用的公式也在这章中有些提及。   
第3章，介绍了平面提取算法的原理，分析了平面提取算法的一些效果图。分析了凝聚层次聚类算法的一些特点。展示了线性回归的原理。
第4章，介绍了平面提取算法的流程及分析了实验的结果。
文章的最后是结论、致谢和参考文献。
2  平面提取的相关知识
    平面提取算法涉及到很多方面，比如平面提取所需要的数据采集。这章我们介绍平面提
取算法相关的一些基础知识。
2.1  数据采集
2.1.1 kinect简介
    2010年6月14日，微软发布了Xbox360的体感周边外设，名称为Kinect。Kinect是微软为其游戏机配备的一种体感识别设备，主要用于捕捉游戏者的动作，声音等。如2.1所示，感应器和基座之间有一个电动的马达，能够通过程序调整俯仰角度，在上面的感应器中有两个摄像头，一个红外投影仪，一个风扇和四个麦克风。打开外面的盖子可以看到里面的构造：这些感应器是用来捕捉深度数据和RGB，面对 Kinect，从左向右看。最左边是红外光源，接着是 LED 指示灯，然后是彩色摄像头，用来收集 RGB 数据， 最右边是红外摄像头用才采集景深数据。 彩色摄像头最大能够支持 1280×960 分辨率的成像，红外摄像头最大支持640×480 成像。
    不过最近Kinect被广泛的应用的科学研究方面，在平面提取算法方面有着很大的应用，作为平面提取算法所需要的数据采集装置。Kinect是通过IR头投射了一些“随机”的点阵，接着就用了一个普通的CMOS传感器来扑捉这个点阵。简单地来说，就是当场景的深度发生变化时，摄像头看到的点阵也会发生一些变化，然后通过这个变化就可以推断出了深度的信息。Kinect 的深度摄像头成像原理类似于普通的双目立体视觉，只要获取了两个摄像头之间的焦距和基线、还有视差数据，然后通过构造矩阵Q，利用 OpenCV 的ReprojectimageTo3D 函数，也可以计算出三文坐标。
    除了Kinect，还有一些可以获取场景深度的仪器。下面总结了可以获得场景的深度的几种方法：
    第一种：投影仪和摄像头，激光和摄像头，以及双目等等
    第二种：depth from focus技术
    第三种：coded aperture技术
    第四种：深度摄像头所采用的TOF技术：该技术使用了主动射出的红外光往返的 基于RGB-D图像的平面提取算法研究(2):http://www.751com.cn/jisuanji/lunwen_30097.html