首页--政治、法律论文--法律论文--法学各部门论文--法医学论文

颅面点对应与基于统计回归的颅面复原算法研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-17页
    1.1 研究背景和意义第9-11页
    1.2 国内外研究现状第11-13页
    1.3 本文研究内容第13-14页
    1.4 本文创新点第14-15页
    1.5 本文组织结构第15-17页
第二章 颅面数据预处理第17-27页
    2.1 颅面数据采集第17页
    2.2 颅面模型表示第17-19页
    2.3 颅面模型重建与预处理第19-25页
        2.3.1 模型预处理概述第19-20页
        2.3.2 实现过程第20-24页
        2.3.3 实验数据选择第24-25页
    2.4 本章小结第25-27页
第三章 特征点标定第27-33页
    3.1 颅面特征点定义第27-30页
        3.1.1 MPEG4特征点标准第27-29页
        3.1.2 本文定义的特征点第29-30页
    3.2 特征点标定第30-31页
    3.3 本章小结第31-33页
第四章 颅面模型配准与点对应算法第33-53页
    4.1 经典的配准方法第33-37页
        4.1.1 刚性ICP配准第34-36页
        4.1.2 非刚性TPS配准第36-37页
    4.2 本文改进的配准方法第37-41页
        4.2.1 TPS与ICP结合的颅面模型配准方法第38-39页
        4.2.2 基于迭代模型线性组合配准方法第39-41页
    4.3 点对应关系的建立第41-48页
        4.3.1 模型体素化第41-43页
        4.3.2 曲率与积分不变量第43-46页
        4.3.3 点对应关系的建立第46-48页
    4.4 实验结果及分析第48-52页
    4.5 本章小结第52-53页
第五章 基于LSSVR的颅面复原方法第53-71页
    5.1 基于PCA的颅面形状参数空间映射第53-56页
    5.2 基于PLSR的颅面复原方法第56-61页
        5.2.1 PLSR算法思想第56-59页
        5.2.2 PLSR回归模型的建立第59-60页
        5.2.3 基于PLSR颅面复原的实现第60-61页
    5.3 基于LSSVR的颅面复原方法第61-67页
        5.3.1 算法理论基础第61-66页
        5.3.2 基于LSSVR的颅面复原实现第66-67页
    5.4 实验结果及分析第67-70页
    5.5 本章小结第70-71页
第六章 颅面复原系统的设计与实现第71-79页
    6.1 系统功能设计第71-72页
    6.2 系统流程图第72-73页
    6.3 系统实现第73-77页
    6.4 本章小结第77-79页
总结与展望第79-81页
    本文工作总结第79页
    未来工作展望第79-81页
参考文献第81-85页
致谢第85-86页
攻读硕士学位期间取得的科研成果第86-87页

论文共87页,点击 下载论文
上一篇:基于双视觉词袋模型的离线签名鉴别算法研究
下一篇:基于滤波的多聚焦图像融合算法研究