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--机器辅助技术论文

基于点云模型的快速曲面重建算法研究及应用

摘要第5-6页
abstract第6页
第1章 绪论第9-18页
    1.1 研究背景及意义第9-10页
    1.2 国内外研究现状第10-14页
        1.2.1 快速曲面重建研究现状第12页
        1.2.2 点云去噪光滑重建研究现状第12-14页
        1.2.3 隐式曲面融合研究现状第14页
    1.3 研究目标及内容第14-15页
        1.3.1 研究目标第14-15页
        1.3.2 研究内容第15页
    1.4 本课题的总体框架设计第15-16页
    1.5 本文结构安排第16-18页
第2章 隐式函数插值与层级划分第18-27页
    2.1 点云模型第18-19页
    2.2 八叉树划分第19-20页
    2.3 隐式函数插值第20-25页
        2.3.1 基于RBF的隐式曲面第21-22页
        2.3.2 RBF的选取第22-25页
    2.4 粗细层划分第25-26页
    2.5 本章小结第26-27页
第3章 快速隐式曲面重建第27-35页
    3.1 中心减少第27-30页
    3.2 最小二乘能量第30-31页
    3.3 两层插值第31-34页
        3.3.1 粗层拟合第32-33页
        3.3.2 细层拟合第33-34页
    3.4 本章小结第34-35页
第4章 散乱噪声点云的曲面重建及曲面融合第35-44页
    4.1 能量泛函第35-36页
    4.2 正则化去噪第36-38页
    4.3 Bloomenthal隐式曲面显式化第38-39页
    4.4 网格融合第39-42页
        4.4.1 隐式曲面的布尔运算第39-40页
        4.4.2 可视化工具VTK运行机制第40-41页
        4.4.3 基于VTK的隐式布尔第41-42页
    4.5 本章小结第42-44页
第5章 实验结果展示与分析第44-59页
    5.1 算法总体流程图第44-45页
    5.2 实验界面介绍及展示第45-47页
    5.3 实验结果展示及分析第47-54页
        5.3.1 噪声点云曲面重构结果第47-49页
        5.3.2 基于中心减少的曲面重构结果第49-51页
        5.3.3 基于中心减少的两层插值重建效果第51-54页
    5.4 实验对比与分析第54-56页
    5.5 曲面融合第56-58页
    5.6 本章小结第58-59页
结论和展望第59-60页
致谢第60-61页
参考文献第61-66页
攻读硕士学位期间发表的论文及科研成果第66页

论文共66页,点击 下载论文
上一篇:云存储数据完整性验证方案及其改进
下一篇:基于决策树的移动互联网满意度评价研究