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

点云数据曲面重建算法及研究

摘要第5-6页
Abstract第6页
第1章 绪论第9-14页
    1.1 课题背景及研究意义第9-10页
    1.2 国内外研究现状第10-12页
    1.3 主要内容及章节安排第12-14页
第2章 点云数据处理的相关知识第14-22页
    2.1 点云数据的分类第14-15页
    2.2 点云数据处理第15-17页
        2.2.1 点云数据的采集第15页
        2.2.2 拓扑关系的建立第15-16页
        2.2.3 点云的视图拼接第16页
        2.2.4 点云孔洞的修补第16-17页
        2.2.5 物体表面的重建第17页
    2.3 点云数据的法向量和曲率估计第17-21页
        2.3.1 法向量第17-20页
        2.3.2 曲率计算第20-21页
    2.4 本章小结第21-22页
第3章 点云数据曲面重建方法分析第22-37页
    3.1 重建方法分类第22-25页
        3.1.1 参数曲面重建第22-23页
        3.1.2 隐式曲面重建第23页
        3.1.3 分片线性曲面重建第23-24页
        3.1.4 细分曲面重建第24-25页
        3.1.5 变形曲面重建第25页
    3.2 基于椭球附加约束的径向基函数隐式曲面重建第25-30页
        3.2.1 相关基础理论第25-26页
        3.2.2 径向基函数的隐式曲面重建第26-27页
        3.2.3 椭球附加约束的径向基函数隐式曲面重建第27-30页
    3.3 基于区域生长法的曲面重建第30-33页
        3.3.1 构建三角形第30-31页
        3.3.2 新的三角形的延伸第31-32页
        3.3.3 搜索区域的确定第32-33页
    3.4 基于贪婪算法的曲面重建第33-36页
        3.4.1 算法介绍第33页
        3.4.2 主要思想第33-34页
        3.4.3 主要参数解析第34-35页
        3.4.4 实验结果第35-36页
    3.5 本章小结第36-37页
第4章 基于泊松算法的曲面重建第37-45页
    4.1 引言第37-38页
    4.2 泊松算法第38-39页
        4.2.1 定义梯度场第38页
        4.2.2 估计向量场第38页
        4.2.3 求解泊松问题第38-39页
    4.3 实现过程第39-42页
        4.3.1 离散化第39-40页
        4.3.2 定义向量场第40页
        4.3.3 泊松解法第40-41页
        4.3.4 等值面提取第41页
        4.3.5 非均匀样本第41-42页
    4.4 主要参数解析第42-43页
    4.5 实验结果第43-44页
    4.6 本章小结第44-45页
第5章 曲面重建软件平台开发第45-49页
    5.1 前言第45页
    5.2 VS2010和PCL软件开发平台第45-48页
        5.2.1 VS2010第45-46页
        5.2.2 PCL第46-47页
        5.2.3 软件平台主界面第47-48页
    5.3 本章小结第48-49页
结论第49-51页
参考文献第51-55页
致谢第55-56页
附录 1第56-59页
附录 2第59-61页
作者简介第61页

论文共61页,点击 下载论文
上一篇:消防机器人履带行走装置设计及运动学仿真研究
下一篇:基于卷积神经网络的语音情感识别