摘要 | 第6-8页 |
abstract | 第8-9页 |
缩略语和标记 | 第10-17页 |
第一章 绪论 | 第17-37页 |
1.1 课题来源 | 第17页 |
1.2 研究的目的和意义 | 第17-19页 |
1.2.1 研究的目的 | 第17-18页 |
1.2.2 研究的意义 | 第18-19页 |
1.3 国内外研究概况 | 第19-34页 |
1.3.1 二维图像分割算法 | 第19-22页 |
1.3.2 点云分割算法 | 第22-24页 |
1.3.3 点云数据压缩算法 | 第24-26页 |
1.3.4 图像质量的评价 | 第26-31页 |
1.3.5 三维模型的质量评价 | 第31-34页 |
1.4 本文的研究内容和创新点 | 第34-35页 |
1.4.1 主要研究内容 | 第34-35页 |
1.4.2 主要创新点 | 第35页 |
1.5 论文的章节安排 | 第35-37页 |
第二章 彩色点云去噪预处理 | 第37-45页 |
2.1 3D彩色点云数据的采集 | 第37-38页 |
2.2 彩色点云数据的去噪预处理 | 第38-44页 |
2.2.1 彩色点云的格式 | 第38-39页 |
2.2.2 噪声外点的移除 | 第39-44页 |
2.3 小结 | 第44-45页 |
第三章 基于 6D特征的彩色点云聚类分割 | 第45-54页 |
3.1 引言 | 第45页 |
3.2 3D彩色点云分割 | 第45-53页 |
3.2.1 彩色点云分割算法选择 | 第45-46页 |
3.2.2 Mean Shift高斯混合彩色点云分割算法 | 第46-49页 |
3.2.3 彩色点云分割结果分析 | 第49-53页 |
3.3 本章小结 | 第53-54页 |
第四章 基于聚类和DCT变换的彩色点云压缩 | 第54-79页 |
4.1 引言 | 第54页 |
4.2 3D彩色点云的聚类分割 | 第54-56页 |
4.3 彩色点云面片平面化处理 | 第56-64页 |
4.3.1 最小二乘平面拟合 | 第56-57页 |
4.3.2 基于RANSAC的平面拟合 | 第57-58页 |
4.3.3 内点平面投影 | 第58-59页 |
4.3.4 仿真实验对比 | 第59-64页 |
4.4 投影点云数据规整化处理 | 第64-69页 |
4.4.1 投影平面最佳包围盒计算 | 第64-66页 |
4.4.2 包围盒内点的规整 | 第66-69页 |
4.5 数据的DCT变换与游程编码 | 第69-73页 |
4.5.1 4×4 二维DCT快速算法 | 第69-72页 |
4.5.2 彩色信息的游程编码 | 第72-73页 |
4.6 彩色点云压缩结果分析及简单评价 | 第73-78页 |
4.6.1 彩色点云压缩结果分析 | 第73-76页 |
4.6.2 彩色点云压缩结果简单评价 | 第76-78页 |
4.7 本章小结 | 第78-79页 |
第五章 彩色点云的质量评价 | 第79-120页 |
5.1 引言 | 第79页 |
5.2 本章研究思路 | 第79-80页 |
5.3 彩色点云的主观质量评价 | 第80-89页 |
5.3.1 主观评价方法 | 第80-82页 |
5.3.2 主观评价实验 | 第82-88页 |
5.3.3 主观评价结论 | 第88-89页 |
5.4 基于SCSIM的彩色点云客观质量评价 | 第89-119页 |
5.4.1 基于SCSIM的三维模型质量评价总体思路 | 第91-92页 |
5.4.2 结构化分区 | 第92-93页 |
5.4.3 形状直方图 | 第93-98页 |
5.4.4 色彩直方图 | 第98-103页 |
5.4.5 形状显著性 | 第103-106页 |
5.4.6 评价算法 | 第106-109页 |
5.4.7 实验结果 | 第109-119页 |
5.5 本章小结 | 第119-120页 |
第六章 结论与展望 | 第120-124页 |
6.1 结论 | 第120-122页 |
6.2 展望 | 第122-124页 |
参考文献 | 第124-141页 |
作者在攻读博士学位期间公开发表的论文 | 第141-143页 |
作者在攻读博士学位期间所作的项目 | 第143-144页 |
致谢 | 第144-145页 |