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

基于小波分析的点云消噪研究

摘要第1-6页
Abstract第6-12页
第一章 绪论第12-22页
   ·相关知识及背景介绍第12-19页
     ·反求工程第12-16页
     ·数据消噪的方法第16-17页
     ·小波分析理论及其发展现状第17-19页
   ·课题任务第19-20页
   ·本硕士论文的主要工作第20-22页
第二章 点云数据分层的探索第22-36页
   ·点云概念及采集方式第22-25页
     ·点云概念及分类第22-23页
     ·点云的获取第23-25页
   ·函数拟合的局限性第25-27页
   ·数据分层的必要性及方法第27-32页
     ·传统的数据分层方法第27-29页
     ·沿扫描轨迹分层第29-32页
   ·数据分层结果验证第32-35页
   ·小结第35-36页
第三章 点云降维处理第36-44页
   ·降维方法的选择第36-37页
   ·直角坐标转换的数学基础第37-39页
     ·基底变换公式第37-38页
     ·点的直角变换公式第38-39页
   ·片层数据降维第39-44页
第四章 小波函数的构造及小波分解算法第44-60页
   ·小波分析的优势第44-45页
     ·Fourier变换及其局限性第44-45页
     ·小波变换的特点和作用第45页
   ·多分辨分析理论第45-55页
     ·多分辨分析基本概念第46-47页
     ·正交尺度函数的构造第47-48页
     ·两尺度方程及性质第48-50页
     ·正交小波函数的构造第50-54页
     ·Daubechies小波函数的构造第54-55页
   ·小波分解的算法第55-59页
   ·小结第59-60页
第五章 数据点的消噪研究第60-78页
   ·函数间断点第60页
   ·小波检测奇异性的理论基础第60-65页
     ·Lipschitz(Lipschitz)指数第61页
     ·消失矩的意义第61-63页
     ·小波分析检测奇异信号的原理第63-65页
   ·数据点的奇异性检测第65-77页
     ·数据预处理第65-69页
     ·奇异性分析第69-77页
   ·小结第77-78页
第六章 曲面重构第78-84页
   ·点云拟合第78-80页
   ·结果分析第80-83页
     ·曲面品质第80-81页
     ·曲面与点云的差异分析第81-83页
   ·小结第83-84页
结论与展望第84-86页
附录第86-91页
参考文献第91-93页
硕士期间发表的学术论文第93-94页
致谢第94页

论文共94页,点击 下载论文
上一篇:基于双语命名实体识别的词汇对齐和机器翻译研究
下一篇:基因微阵列图像数据自动化提取