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

基于最优传输理论的点云采样算法研究

摘要第3-4页
abstract第4-5页
注释表第10-11页
第1章 引言第11-19页
    1.1 研究背景及意义第11-14页
        1.1.1 点云获取技术的发展第11-13页
        1.1.2 点云数据存在的缺陷第13-14页
        1.1.3 点云采样技术面临的挑战第14页
    1.2 国内外研究现状第14-17页
    1.3 本文的研究内容与结构第17-19页
第2章 蓝噪采样算法第19-28页
    2.1 泊松盘采样方法第19-22页
    2.2 铺砌采样方法第22-24页
    2.3 优化采样方法第24-27页
    2.4 本章小结第27-28页
第3章 基于最优传输理论的点云采样算法第28-43页
    3.1 问题概述及相关工作第28-30页
        3.1.1 最优传输理论第28-29页
        3.1.2 Wasserstein重心第29-30页
    3.2 蓝噪采样算法建模第30-34页
        3.2.1 模型表达第30-32页
        3.2.2 模型求解第32-33页
        3.2.3 点云处理第33-34页
    3.3 算法分析与比较第34-39页
        3.3.1 常密度采样第34-35页
        3.3.2 自适应采样第35-36页
        3.3.3 熵正则化参数的影响第36-37页
        3.3.4 采样比率的影响第37-39页
        3.3.5 时间复杂度第39页
    3.4 采样应用第39-41页
    3.5 本章小结第41-43页
第4章 多类采样算法第43-57页
    4.1 问题的概述及相关工作第43-44页
    4.2 多类采样算法建模第44-47页
        4.2.1 模型表达第44-45页
        4.2.2 数值优化第45-46页
        4.2.3 算法流程第46-47页
    4.3 多类采样算法的分析与比较第47-53页
        4.3.1 多类常密度采样第47-51页
        4.3.2 多类自适应采样第51-52页
        4.3.3 多类点云采样第52-53页
        4.3.5 时间复杂度第53页
    4.4 多类采样应用第53-56页
    4.5 本章小结第56-57页
第5章 总结和展望第57-59页
    5.1 本文总结第57页
    5.2 未来工作及展望第57-59页
参考文献第59-64页
致谢第64-65页
攻读硕士学位期间从事的科研工作及取得的成果第65页

论文共65页,点击 下载论文
上一篇:超像素分类及Codebook模型在运动目标检测中的应用研究
下一篇:基于DSP平台的目标跟踪算法研究及应用