散乱点云数据简化及三角网格重构的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| ·引言 | 第8-9页 |
| ·点模型数字几何处理的步骤 | 第9-11页 |
| ·点模型数字几何处理技术的应用领域 | 第11-12页 |
| ·选题的背景及主要研究内容 | 第12-14页 |
| ·点云的简化 | 第12-13页 |
| ·三角网格重构 | 第13-14页 |
| ·论文组织结构 | 第14-16页 |
| 第二章 点拓扑领域和法向量 | 第16-26页 |
| ·引言 | 第16页 |
| ·点云数据拓扑关系的建立方法 | 第16-20页 |
| ·八叉树法 | 第16-17页 |
| ·三维栅格法 | 第17-18页 |
| ·拓扑k-领域法 | 第18-19页 |
| ·三种方法对比 | 第19-20页 |
| ·数据点法向量的估计 | 第20-25页 |
| ·最小二乘平面法 | 第21-22页 |
| ·三角网格法 | 第22-24页 |
| ·基于统计的方法 | 第24页 |
| ·各种方法优缺点分析 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 一种改进的点云数据精简方法 | 第26-34页 |
| ·引言 | 第26-27页 |
| ·已有的方法与不足 | 第27-28页 |
| ·基于Hausdorff距离的点云简化方法 | 第28-31页 |
| ·Hausdorff距离 | 第28页 |
| ·点的几何特征描述 | 第28-29页 |
| ·算法步骤 | 第29-30页 |
| ·参数的选择 | 第30-31页 |
| ·仿真实验 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 一种基于区域增长的三角网格重建算法 | 第34-46页 |
| ·引言 | 第34页 |
| ·散乱点云网格重建的研究现状 | 第34-37页 |
| ·基于Delaunay三角化的重建方法 | 第34-35页 |
| ·基于区域增长的方法 | 第35页 |
| ·基于隐式曲面拟合的方法 | 第35-36页 |
| ·基于神经网络的重建方法 | 第36-37页 |
| ·基于区域增长的网格重建新算法 | 第37-43页 |
| ·算法相关术语及数据结构 | 第37-38页 |
| ·基于点邻域几何分布的点分类算法 | 第38-40页 |
| ·三角网格的构造 | 第40-43页 |
| ·仿真实验 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-48页 |
| ·全文的工作总结 | 第46页 |
| ·今后研究工作展望 | 第46-48页 |
| 参考文献 | 第48-53页 |
| 攻读硕士学位期间取得的学术成果 | 第53-54页 |
| 致谢 | 第54页 |
