| 摘要 | 第7-9页 |
| ABSTRACT | 第9-10页 |
| 主要符号对照表 | 第13-14页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 研究背景与意义 | 第14页 |
| 1.2 国内外研究现状 | 第14-20页 |
| 1.2.1 基于过程的建模 | 第15页 |
| 1.2.2 基于数据驱动的建模 | 第15-17页 |
| 1.2.3 基于草图的建模 | 第17-18页 |
| 1.2.4 树木的曲面绘制技术 | 第18-19页 |
| 1.2.5 存在的问题 | 第19-20页 |
| 1.3 研究内容 | 第20-21页 |
| 1.4 研究方法与技术路线 | 第21-22页 |
| 1.4.1 研究方法 | 第21页 |
| 1.4.2 总体技术路线 | 第21-22页 |
| 1.5 论文组织结构 | 第22-24页 |
| 第二章 基于数据驱动和草图的树木三维骨架重建 | 第24-40页 |
| 2.1 用户定义的树木草图 | 第24-25页 |
| 2.2 树三维骨架信息的提取 | 第25-27页 |
| 2.3 马尔可夫随机场模型 | 第27-31页 |
| 2.3.1 马尔可夫性质 | 第27-28页 |
| 2.3.2 最大团和Gibbs分布 | 第28-29页 |
| 2.3.3 树木二维草图的因子图构建 | 第29-31页 |
| 2.4 BP神经网络的构建 | 第31-33页 |
| 2.5 树木三维骨架预测 | 第33-34页 |
| 2.6 实验结果与分析 | 第34-38页 |
| 2.7 本章小结 | 第38-40页 |
| 第三章 基于全局优化的树枝连续分杈生成 | 第40-62页 |
| 3.1 Catmull-Clark细分算法 | 第40-42页 |
| 3.1.1 基本规则和性质 | 第40-42页 |
| 3.1.2 同其它经典细分算法的比较 | 第42页 |
| 3.2 基于Catmull-Clark细分的树枝结构优化算法 | 第42-53页 |
| 3.2.1 树杈单元的构建 | 第44-45页 |
| 3.2.2 树杈连接优化 | 第45-48页 |
| 3.2.3 树木子树枝传播的实现 | 第48-51页 |
| 3.2.4 树杈粘贴优化 | 第51-53页 |
| 3.3 重建结果与讨论 | 第53-59页 |
| 3.4 本章小结 | 第59-62页 |
| 第四章 树木建模系统实现 | 第62-72页 |
| 4.1 系统实现流程 | 第62-64页 |
| 4.2 实验结果与分析 | 第64-70页 |
| 4.3 本章小结 | 第70-72页 |
| 第五章 结论与展望 | 第72-74页 |
| 5.1 结论 | 第72页 |
| 5.2 创新点 | 第72-73页 |
| 5.3 展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-80页 |
| 个人简历 | 第80页 |
| 发表的学术论文 | 第80页 |