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

基于散乱点云数据的表面重建关键技术研究

摘要第4-5页
abstract第5-6页
第1章 绪论第10-18页
    1.1 课题的研究背景及意义第10-12页
    1.2 课题的国内外研究现状第12-15页
        1.2.1 点云滤波与简化研究现状第12-14页
        1.2.2 散乱点云网格化研究现状第14-15页
    1.3 论文的主要研究内容第15-16页
    1.4 论文的结构安排第16-18页
第2章 点云预处理相关技术与理论第18-31页
    2.1 点云获取技术第18-21页
    2.2 基于距离的散乱点云去噪第21-25页
        2.2.1 引言第21页
        2.2.2 k-d树第21-23页
        2.2.3 八叉树第23-25页
    2.3 散乱点云精简技术第25-30页
        2.3.1 体素法第25-26页
        2.3.2 基于曲率的精简算法第26-28页
        2.3.3 基于法向矢量的精简算法第28-30页
    2.4 本章小结第30-31页
第3章 基于混合剖分的自适应点云精简第31-43页
    3.1 引言第31-32页
    3.2 基于立方体栅格的一次剖分第32-36页
    3.3 基于八叉树的二次剖分和精简第36-42页
        3.3.1 自适应八叉树剖分第36-38页
        3.3.2 精简算法的描述与实现第38-41页
        3.3.3 实验结果与分析第41-42页
    3.4 本章小结第42-43页
第4章 散乱点云网格化第43-59页
    4.1 引言第43-44页
    4.2 常用的点云网格化方法第44-49页
        4.2.1 投影法第44-45页
        4.2.2 泊松法第45-49页
    4.3 基于Delaunay准则和生长法的空间直接网格化第49-58页
        4.3.1 邻近点计算第49-50页
        4.3.2 种子三角形的确定与广度优先搜索第50-53页
        4.3.3 候选点集的确定第53-56页
        4.3.4 最优点的选取第56-58页
    4.4 本章小结第58-59页
第5章 点云表面重建算法与平台的实现第59-68页
    5.1 OpenGL与MFC简介第59-60页
    5.2 平台的开发环境第60页
    5.3 平台架构与主要的功能模块第60-62页
    5.4 实验结果与分析第62-67页
    5.5 本章小结第67-68页
第6章 总结与展望第68-70页
参考文献第70-73页
致谢第73-74页
作者简历及攻读学位期间发表的学术论文与研究成果第74页

论文共74页,点击 下载论文
上一篇:垂直分类信息采集及推荐系统的设计与实现
下一篇:高中英语课堂中多媒体辅助教学现状调查研究--以宁夏南部地区四所高中为例