| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第12-30页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 文物虚拟复原概述 | 第14-17页 |
| 1.2.1 文物虚拟复原流程 | 第14-15页 |
| 1.2.2 文物虚拟复原核心环节涉及的关键问题 | 第15-17页 |
| 1.3 国内外研究现状 | 第17-22页 |
| 1.3.1 散乱点云特征提取 | 第17-19页 |
| 1.3.2 点云简化 | 第19-20页 |
| 1.3.3 碎片拼接 | 第20-22页 |
| 1.4 本文研究内容与主要创新点 | 第22-27页 |
| 1.4.1 本文研究内容 | 第22-24页 |
| 1.4.2 本文主要创新点 | 第24-27页 |
| 1.5 本文结构安排 | 第27-30页 |
| 第二章 基于局部重建的散乱点云谷脊特征提取 | 第30-40页 |
| 2.1 引言 | 第30页 |
| 2.2 散乱点云相关概念 | 第30-32页 |
| 2.3 点云谷脊特征提取 | 第32-36页 |
| 2.3.1 潜在谷脊点标记 | 第32页 |
| 2.3.2 局部三角网格构造 | 第32-33页 |
| 2.3.3 谷脊特征提取 | 第33-36页 |
| 2.4 实验结果与分析 | 第36-39页 |
| 2.4.1 自由参数选择 | 第36-37页 |
| 2.4.2 实验结果分析 | 第37-39页 |
| 2.5 本章小结 | 第39-40页 |
| 第三章 采用DBSCAN聚类的散乱点云特征提取 | 第40-56页 |
| 3.1 引言 | 第40页 |
| 3.2 问题分析及算法基本思想 | 第40-41页 |
| 3.2.1 问题分析 | 第40-41页 |
| 3.2.2 本章算法基本思想 | 第41页 |
| 3.3 反k近邻和DBSCAN聚类算法相关概念 | 第41-43页 |
| 3.3.1 反k近邻定义 | 第41页 |
| 3.3.2 DBSCAN聚类算法概述 | 第41-43页 |
| 3.4 基于DBSCAN聚类的特征提取 | 第43-48页 |
| 3.4.1 散乱点云预处理 | 第43-44页 |
| 3.4.2 特征检测算子定义 | 第44-45页 |
| 3.4.3 特征全局约束性定义 | 第45-46页 |
| 3.4.4 DBSCAN聚类算法相关概念重定义 | 第46-47页 |
| 3.4.5 特征检测算法流程 | 第47-48页 |
| 3.5 实验结果与分析 | 第48-55页 |
| 3.5.1 特征检测算子有效性 | 第49页 |
| 3.5.2 邻域敏感性分析 | 第49-50页 |
| 3.5.3 采样密度敏感性分析 | 第50-51页 |
| 3.5.4 鲁棒性分析 | 第51-54页 |
| 3.5.5 对比实验 | 第54-55页 |
| 3.6 本章小结 | 第55-56页 |
| 第四章 基于统计学的散乱点云特征线提取 | 第56-88页 |
| 4.1 引言 | 第56-57页 |
| 4.2 基于泊松分布的曲面遍历模型 | 第57-60页 |
| 4.2.1 泊松分布原理 | 第57页 |
| 4.2.2 特征检测算子 | 第57-58页 |
| 4.2.3 曲面遍历模型 | 第58-60页 |
| 4.3 基于泊松边界区域生长的特征提取 | 第60-66页 |
| 4.3.1 潜在特征点标定 | 第60-63页 |
| 4.3.2 区域信息分析 | 第63-66页 |
| 4.4 基于L_1中值的特征线重建 | 第66-70页 |
| 4.4.1 L_1中值局部化 | 第67-68页 |
| 4.4.2 正则化 | 第68-69页 |
| 4.4.3 完整特征线构建 | 第69-70页 |
| 4.5 保几何特征的散乱点云简化算法 | 第70-72页 |
| 4.6 实验结果与分析 | 第72-86页 |
| 4.6.1 特征检测算子β_(p_ip_j)有效性 | 第72-73页 |
| 4.6.2 特征检测算子β_(p_ip_j)适用性 | 第73-74页 |
| 4.6.3 邻域敏感性 | 第74-75页 |
| 4.6.4 鲁棒性 | 第75-77页 |
| 4.6.5 实验结果 | 第77-80页 |
| 4.6.6 对比实验 | 第80-81页 |
| 4.6.7 应用 | 第81-86页 |
| 4.7 本章小结 | 第86-88页 |
| 第五章 基于形状骨架图匹配的文物碎片自动拼接 | 第88-108页 |
| 5.1 引言 | 第88页 |
| 5.2 形状骨架图概念及相关术语 | 第88-92页 |
| 5.2.1 形状骨架图 | 第88-91页 |
| 5.2.2 表面几何纹理描述相关术语 | 第91-92页 |
| 5.3 邻接约束条件 | 第92-94页 |
| 5.3.1 纹元破碎形状分析 | 第92-93页 |
| 5.3.2 非完整纹元邻接约束条件 | 第93-94页 |
| 5.4 非完整纹元匹配算法 | 第94-98页 |
| 5.4.1 形状骨架图及其语法定义 | 第95-96页 |
| 5.4.2 基于形状骨架图的纹元互补匹配判定 | 第96-98页 |
| 5.5 邻接碎片搜索与拼合 | 第98-100页 |
| 5.5.1 邻接碎片搜索 | 第98-100页 |
| 5.5.2 碎片拼合 | 第100页 |
| 5.6 实验结果与分析 | 第100-106页 |
| 5.6.1 算法结果 | 第101-103页 |
| 5.6.2 运行时间 | 第103-104页 |
| 5.6.3 对比实验 | 第104-106页 |
| 5.7 本章小结 | 第106-108页 |
| 第六章 基于自适应邻域的多特征融合文物碎片自动拼接 | 第108-128页 |
| 6.1 引言 | 第108-109页 |
| 6.2 自适应邻域概述及相关定义 | 第109-112页 |
| 6.2.1 自适应邻域概念 | 第109-111页 |
| 6.2.2 轮廓线上点的自适应邻域定义 | 第111-112页 |
| 6.3 邻接约束条件及自适应邻域匹配算法 | 第112-119页 |
| 6.3.1 邻接约束条件 | 第112-118页 |
| 6.3.2 自适应邻域匹配算法 | 第118-119页 |
| 6.4 邻接碎片搜索与拼合 | 第119-122页 |
| 6.4.1 邻接碎片搜索与匹配 | 第120-121页 |
| 6.4.2 碎片拼合 | 第121-122页 |
| 6.5 实验结果与分析 | 第122-127页 |
| 6.5.1 碰撞检测 | 第122-123页 |
| 6.5.2 算法结果 | 第123-126页 |
| 6.5.3 对比实验 | 第126-127页 |
| 6.6 本章小结 | 第127-128页 |
| 第七章 总结与展望 | 第128-132页 |
| 7.1 工作总结 | 第128-130页 |
| 7.2 工作展望 | 第130-132页 |
| 参考文献 | 第132-142页 |
| 致谢 | 第142-144页 |
| 攻读博士学位期间取得的科研成果 | 第144-146页 |
| 作者简介 | 第146页 |
