首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

大豆叶片虚拟建模算法研究

摘要第4-5页
Abstract第5页
第一章 绪论第9-15页
    1.1 研究的背景和意义第9-10页
    1.2 国内外研究现状第10-13页
        1.2.1 结合L系统的植物建模第11-12页
        1.2.2 结合图像和曲线、曲面的植物模型建立第12-13页
        1.2.3 结合扫描设备的植物建模第13页
    1.3 研究的主要内容、方法及技术路线第13-15页
        1.3.1 研究的主要内容第13-14页
        1.3.2 研究的主要方法及技术路线第14-15页
第二章 大豆叶片轮廓建立第15-33页
    2.1 大豆叶片图像获取第15-16页
    2.2 叶片图像预处理第16-17页
        2.2.1 灰度化处理第16页
        2.2.2 去噪过程第16-17页
    2.3 叶片轮廓检测第17-23页
        2.3.1 阈值分割叶片图像第17-19页
        2.3.2 叶片图像边缘检测第19-23页
    2.4 检测特征点第23-27页
        2.4.1 Harris角点检测原理第23-25页
        2.4.2 Harris角点检测步骤第25-26页
        2.4.3 固定步长选取特征点第26-27页
    2.5 叶片轮廓建立第27-32页
        2.5.1 B-样条曲线定义及性质第27-28页
        2.5.2 de Boor-C算法定义基函数第28页
        2.5.3 累积弦长法确定节点矢量第28-29页
        2.5.4 反算曲线控制点第29-32页
    2.6 本章小结第32-33页
第三章 叶脉建立第33-45页
    3.1 L-系统基本理论第33-38页
        3.1.1 L-系统定义第33-34页
        3.1.2 系统字符解释第34-36页
        3.1.3 L系统分类第36-38页
    3.2 结合L系统建立大豆叶脉第38-42页
    3.3 本章小结第42-45页
第四章 叶片曲面网格化第45-59页
    4.1 Delaunay三角网格划分第45-47页
        4.1.1 Delaunay三角网定义第45-46页
        4.1.2 Delaunay三角网的特性第46-47页
    4.2 二维Delaunay三角剖分算法第47-52页
        4.2.1 Delaunay三角剖分算法第47-49页
        4.2.2 大豆叶片Delaunay剖分及分析第49-52页
    4.3 基于三角网格的Loop细分第52-53页
        4.3.1 细分方法概述第52页
        4.3.2 细分方法的特点第52-53页
    4.4 大豆叶片曲面细分第53-57页
        4.4.1 Loop细分方法第53-55页
        4.4.2 Loop细分方法步骤第55页
        4.4.3 大豆叶片细分效果第55-57页
    4.5 本章小结第57-59页
第五章 叶片弯曲变形第59-65页
    5.1 拉普拉斯网格变形第59-61页
        5.1.1 拉普拉斯理论第59-60页
        5.1.2 拉普拉斯坐标第60-61页
    5.2 建立叶片弯曲效果第61-63页
        5.2.1 Laplacian方程第61-62页
        5.2.2 叶片弯曲效果第62-63页
    5.3 本章小结第63-65页
第六章 结论第65-67页
    6.1 总结第65-66页
    6.2 创新点第66-67页
参考文献第67-71页
致谢第71-73页
附录第73-75页
个人简历第75页

论文共75页,点击 下载论文
上一篇:基于2.5维的农机可视化管理系统的平台构建
下一篇:马克思主义人的全面发展理论意义的当代解读