摘要 | 第1-7页 |
ABSTRACT | 第7-10页 |
目录 | 第10-13页 |
表格索引 | 第13-14页 |
插图索引 | 第14-16页 |
主要符号对照表 | 第16-17页 |
第一章 绪论 | 第17-25页 |
·引言 | 第17-18页 |
·三维重建与可视化技术综述 | 第18-20页 |
·面绘制方法 | 第18-19页 |
·体绘制方法 | 第19-20页 |
·本文的研究方向及章节安排 | 第20-25页 |
·三维边缘检测的意义及研究现状 | 第20-22页 |
·本文完成的内容及章节安排 | 第22-25页 |
第二章 基于视觉模型的自适应方法抽取边界曲面 | 第25-43页 |
·引言 | 第25-26页 |
·边界曲面模型 | 第26-30页 |
·基于视觉模型的自适应方法 | 第30-36页 |
·视觉模型下的梯度阈值 | 第30-33页 |
·立方体梯度阈值的确定 | 第33-35页 |
·基于视觉模型下的梯度阈值检测边界曲面 | 第35-36页 |
·实验结果与讨论 | 第36-43页 |
第三章 结合子区域信息的视觉自适应方法抽取边界曲面 | 第43-59页 |
·引言 | 第43-44页 |
·区域信息在自适应方法中的应用 | 第44-49页 |
·区域间自适应追踪 | 第45-47页 |
·区域内自适应追踪 | 第47-49页 |
·结合区域信息的视觉自适应方法 | 第49-53页 |
·实验结果与讨论 | 第53-59页 |
第四章 基于补洞的自适应方法抽取边界曲面 | 第59-73页 |
·引言 | 第59-60页 |
·基于补洞的自适应方法 | 第60-64页 |
·初始梯度阈值下的追踪 | 第61-62页 |
·洞的检测算法 | 第62-63页 |
·调整洞区域的局部梯度阈值 | 第63页 |
·停止生长的条件 | 第63-64页 |
·实验结果与讨论 | 第64-73页 |
第五章 总结与展望 | 第73-77页 |
·论文工作总结 | 第73-74页 |
·展望 | 第74-77页 |
参考文献 | 第77-85页 |
致谢 | 第85-87页 |
攻读学位期间发表的学术论文目录 | 第87页 |