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

面向低扭曲参数化的网格切割方法研究

摘要第5-7页
ABSTRACT第7-8页
第1章 绪论第12-26页
    1.1 问题描述和研究意义第13-19页
        1.1.1 曲面表示第14-15页
        1.1.2 映射、参数化和扭曲第15-17页
        1.1.3 切割网格的必要性第17-18页
        1.1.4 参数化的应用第18-19页
    1.2 研究现状和相关工作第19-24页
        1.2.1 封闭网格切割方法第19-21页
        1.2.2 低扭曲的参数化方法第21-22页
        1.2.3 共形锥奇异点第22页
        1.2.4 割缝的构造与地图集的生成第22-23页
        1.2.5 扭曲点和割缝的应用第23-24页
        1.2.6 Steiner树问题第24页
    1.3 本文主要成果及结构安排第24-26页
第2章 预备知识第26-36页
    2.1 三角网格上的映射与参数化第26-31页
        2.1.1 三角网格的表示第26-27页
        2.1.2 三角网格间的映射第27-28页
        2.1.3 扭曲的度量及优化能量第28-31页
    2.2 图论中的Steiner树问题第31-34页
    2.3 基因遗传算法第34-36页
第3章 基于球面参数化的网格切割方法第36-55页
    3.1 引言第36-38页
    3.2 基于球面参数化的网格切割方法第38-48页
        3.2.1 概述第38-39页
        3.2.2 球面参数化第39-41页
        3.2.3 割缝的构造方法第41-45页
        3.2.4 高亏格网格第45-46页
        3.2.5 算法细节讨论第46-48页
    3.3 实验和比较第48-54页
        3.3.1 在数据集上的实验结果第48-51页
        3.3.2 算法比较第51-54页
    3.4 本章小结第54-55页
第4章 扭曲点检测的投票算法第55-77页
    4.1 引言第55-57页
    4.2 扭曲点投票算法第57-67页
        4.2.1 概述第57-58页
        4.2.2 候选扭曲点的检测第58-63页
        4.2.3 投票算法第63-65页
        4.2.4 算法实现细节第65-67页
    4.3 实验和评估第67-72页
        4.3.1 算法评估第67-70页
        4.3.2 比较第70-72页
    4.4 应用第72-76页
        4.4.1 参数化第73-74页
        4.4.2 半自动地标点对应第74-75页
        4.4.3 各向同性的重新网格化第75-76页
    4.5 本章小结第76-77页
第5章 构造割缝的基因遗传算法第77-91页
    5.1 引言第77-78页
    5.2 算法描述第78-82页
        5.2.1 问题描述第78页
        5.2.2 随机生成Steiner树算法第78-79页
        5.2.3 交叉第79-80页
        5.2.4 变异第80-81页
        5.2.5 选择以及每一代的生成过程第81-82页
        5.2.6 后处理第82页
    5.3 实验结果第82-90页
        5.3.1 算法评价第83-84页
        5.3.2 与其他构造生成树方法的比较第84-87页
        5.3.3 与其他构造割缝方法的比较第87-90页
    5.4 本章小结第90-91页
第6章 总结和展望第91-94页
    6.1 本文工作总结第91-92页
    6.2 未来工作展望第92-94页
参考文献第94-104页
致谢第104-106页
在读期间发表的学术论文与取得的研究成果第106页

论文共106页,点击 下载论文
上一篇:多尺度仿生游动机器人的研究
下一篇:单幅图像超分辨率重建方法及其视觉位移测量应用研究