基于自组织神经网络点云重建技术的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 缩略词 | 第10-11页 |
| 第一章 绪论 | 第11-22页 |
| 1.1 引言 | 第11-12页 |
| 1.2 点云获取技术及特点概述 | 第12-13页 |
| 1.3 三维几何模型的表示 | 第13-16页 |
| 1.4 点云重建技术的研究现状 | 第16-19页 |
| 1.4.1 点云数据预处理的研究现状 | 第16-17页 |
| 1.4.2 点云重建技术的研究现状 | 第17-19页 |
| 1.4.3 智能技术点云重建的研究现状 | 第19页 |
| 1.5 本文研究的内容及安排 | 第19-22页 |
| 第二章 动态生长的自组织神经网络点云重建技术 | 第22-38页 |
| 2.1 引言 | 第22-23页 |
| 2.2 自组织特征映射神经网络 | 第23-25页 |
| 2.2.1 自组织神经网络模型分类 | 第23-24页 |
| 2.2.2 SOFM网络学习算法 | 第24-25页 |
| 2.3 动态生长的自组织神经网络基本思想 | 第25-33页 |
| 2.3.1 竞争层网络 | 第25-28页 |
| 2.3.2 学习率与拓扑邻域的选择 | 第28-29页 |
| 2.3.3 节点的分裂与删除 | 第29-31页 |
| 2.3.4 节点网格的优化 | 第31-33页 |
| 2.4 动态生长的自组织神经网络算法步骤 | 第33-35页 |
| 2.5 实例及分析 | 第35-37页 |
| 2.5.1 点云网格重建的质量变化比较 | 第35-36页 |
| 2.5.2 点云网格重建的精度偏差分析 | 第36页 |
| 2.5.3 点云网格重建的收敛速度对比分析 | 第36-37页 |
| 2.6 本章小结 | 第37-38页 |
| 第三章 动态生长的神经气算法点云重建技术 | 第38-52页 |
| 3.1 引言 | 第38-39页 |
| 3.2 动态生长的神经气算法基本思想 | 第39-43页 |
| 3.2.1 亏格曲面 | 第39-41页 |
| 3.2.2 参数的选取 | 第41页 |
| 3.2.3 神经元节点边界的连接 | 第41-42页 |
| 3.2.4 神经元节点边界的删除 | 第42-43页 |
| 3.3 动态生长的神经气算法步骤 | 第43-46页 |
| 3.4 实例及分析 | 第46-50页 |
| 3.4.1 点云重建的模型质量比较 | 第46-49页 |
| 3.4.2 不同噪声点云参数下点云重建的质量比较 | 第49-50页 |
| 3.4.3 网格重建的收敛速度比较分析 | 第50页 |
| 3.5 本章小结 | 第50-52页 |
| 第四章 基于动态生长神经气算法的三角网格孔洞修补 | 第52-64页 |
| 4.1 引言 | 第52-53页 |
| 4.2 三角网格孔洞修补的基本思想 | 第53-56页 |
| 4.2.1 非流形边的检测 | 第54-55页 |
| 4.2.2 三角网格的填补 | 第55-56页 |
| 4.3 孔洞修补的算法步骤 | 第56-60页 |
| 4.4 实例及分析 | 第60-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 总结 | 第64-65页 |
| 5.2 展望 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 在学期间的研究成果及发表的学术论文 | 第72页 |
