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

基于点云的非真实感绘制技术研究

摘要第1-8页
ABSTRACT第8-10页
第一章 绪论第10-18页
   ·研究背景及意义第10-12页
   ·国内外相关研究第12-15页
     ·点云数据简化第12-13页
     ·特征提取第13页
     ·基于点的绘制第13-14页
     ·点云处理技术的应用现状第14-15页
   ·论文的工作和研究成果及内容安排第15-16页
     ·论文的工作及研究成果第15-16页
     ·论文的内容安排第16页
   ·本章小结第16-18页
第二章 点云数据及其简化第18-25页
   ·点云数据及其特点第18-20页
     ·点云数据的分类第18-19页
     ·点云数据的获取第19-20页
     ·研究点云的意义第20页
   ·点云简化的目的和意义第20-21页
   ·点云简化的方法和实现第21-24页
     ·聚类法第21页
     ·迭代法第21-22页
     ·粒子仿真第22页
     ·利用点间法向变化率简化点云的算法和实现第22-24页
       ·算法的基本思想第23页
       ·算法的实现步骤第23页
       ·算法的实验效果第23-24页
   ·本章小结第24-25页
第三章 简化后点云数据轮廓点的提取和归并第25-38页
   ·轮廓点的定义及轮廓线在NPR 中的作用第25-28页
     ·非真实感绘制(NPR)技术简介第25页
     ·轮廓线的定义第25-27页
       ·基于多边形模型的轮廓线定义第25-26页
       ·基于光滑曲面模型的轮廓线定义第26-27页
       ·基于点云模型的轮廓线定义第27页
     ·轮廓线在非真实感绘制(NPR)技术中的作用第27-28页
   ·轮廓点提取的方法和实现第28-32页
     ·当前国内外相关研究第28-29页
     ·点的K 近邻搜索算法第29页
     ·利用曲率提取物体特征轮廓点的算法和实现第29-32页
       ·局部基面参数化第30-31页
       ·几何信息的估算第31页
       ·求解二次参数曲面第31页
       ·平均曲率、高斯曲率和主曲率的计算第31页
       ·简化后点云数据特征轮廓点的提取算法第31-32页
   ·轮廓点归并为轮廓线的算法和实现第32-37页
     ·当前国内外相关研究第32-33页
     ·动态链表法“归并”轮廓点为轮廓线第33-37页
       ·算法的基本思想第33-34页
       ·算法的实现过程第34-35页
       ·实验结果分析第35-37页
   ·本章小结第37-38页
第四章 NPR 风格化效果处理第38-51页
   ·非真实感绘制(NPR)技术概述第38-44页
     ·非真实感绘制技术的目标第39-40页
     ·非真实感的主要绘制技术第40-41页
       ·基于笔触的绘制技术第40-41页
       ·模拟自然介质的绘制技术第41页
       ·卡通风格的绘制技术第41页
       ·基于光照模型的绘制技术第41页
     ·轮廓线的风格化绘制技术第41-44页
   ·非真实感绘制(NPR)风格化效果的实现第44-48页
     ·非真实感绘制效果的当前研究第45页
     ·非真实感绘制效果的“加密”处理第45-47页
     ·NPR“加密”效果的实际应用第47-48页
   ·非真实感绘制技术的应用第48-49页
   ·论文实验平台和实验过程第49-50页
     ·实验环境平台简介第49页
     ·实验过程和实验效果第49-50页
       ·实验过程第49-50页
       ·实验效果第50页
   ·本章小结第50-51页
第五章 结论及下一步工作第51-54页
   ·结论和研究的意义第51-52页
   ·下一步工作第52-53页
   ·结束语第53-54页
参考文献第54-58页
攻读硕士学位期间发表的论文和科研工作第58-59页
 发表论文情况第58页
 科研情况第58-59页
致谢第59页

论文共59页,点击 下载论文
上一篇:基于群体智能的关联规则挖掘方法及应用
下一篇:基于数据流的聚类分析研究及应用