| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-18页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-16页 |
| 1.2.1 三维模型的形状分析方法 | 第10-14页 |
| 1.2.2 三维模型配准方法 | 第14-15页 |
| 1.2.3 相似性分析方法 | 第15-16页 |
| 1.3 本文结构 | 第16-17页 |
| 1.4 本章小结 | 第17-18页 |
| 2 常用的模型配准方法 | 第18-37页 |
| 2.1 迭代最近点算法（Iterative Closest Points, ICP） | 第18-21页 |
| 2.1.1 迭代最近点算法的产生 | 第18页 |
| 2.1.2 迭代最近点算法工作原理 | 第18-21页 |
| 2.2 一致性点漂移算法（Coherent Point Drift, CPD） | 第21-26页 |
| 2.2.1 一致性点漂移算法的产生 | 第21-22页 |
| 2.2.2 一致性点漂移算法的工作原理 | 第22-26页 |
| 2.3 薄板样条函数（Thin Plate Spline, TPS） | 第26-32页 |
| 2.3.1 薄板样条函数的产生 | 第26-28页 |
| 2.3.2 薄板样条函数的工作原理 | 第28-32页 |
| 2.4 ICP、CPD、TPS三种常用配准方法的异同点 | 第32-37页 |
| 2.4.1 ICP、CPD、TPS比较 | 第32-33页 |
| 2.4.2 ICP、CPD、TPS实验结果对比 | 第33-37页 |
| 3 基于显著谱特征的模型全局配准方法与相似性分析 | 第37-50页 |
| 3.1 模型显著特征点的提取 | 第37-40页 |
| 3.2 基于模型显著特征的谱嵌入 | 第40-41页 |
| 3.3 基于模型显著特征谱的配准与形状分析 | 第41-44页 |
| 3.3.1 基于薄板样条函数的模型配准与形状匹配 | 第41-42页 |
| 3.3.2 配准率计算与相似性分析 | 第42页 |
| 3.3.3 基于薄板样条函数的模型谱配准以及相似性分析算法的具体步骤 | 第42-44页 |
| 3.4 实验结果与分析 | 第44-49页 |
| 3.5 本章小结 | 第49-50页 |
| 4 基于谱特征的局部配准与相似性分析 | 第50-63页 |
| 4.1 模型稀疏化以及局部相似性分析 | 第50-56页 |
| 4.1.1 模型稀疏化 | 第50-52页 |
| 4.1.2 局部相似性分析 | 第52-56页 |
| 4.2 局部特征描述符的选择 | 第56-59页 |
| 4.2.1 模型内蕴特征提取 | 第56-58页 |
| 4.2.2 不同特征描述符处理分析实验 | 第58-59页 |
| 4.3 二次分配问题实现局部与整体对应 | 第59-60页 |
| 4.4 实验结果与分析 | 第60-62页 |
| 4.5 本章小结 | 第62-63页 |
| 5 结论与展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间发表学术论文情况 | 第70-71页 |
| 致谢 | 第71页 |
