基于张量的三维模型相似性分析与降噪研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 引言 | 第9-17页 |
| 1.1 研究背景与意义 | 第9-11页 |
| 1.1.1 相似性分析 | 第9-10页 |
| 1.1.2 三维网格模型降噪 | 第10-11页 |
| 1.2 研究现状 | 第11-14页 |
| 1.2.1 张量研究现状 | 第11-12页 |
| 1.2.2 相似性分析研究现状 | 第12-13页 |
| 1.2.3 网格降噪方法研究现状 | 第13-14页 |
| 1.3 本文工作 | 第14-17页 |
| 1.3.1 研究内容 | 第14-15页 |
| 1.3.2 组织结构和框架 | 第15-17页 |
| 第二章 张量及三维模型局部特征描述符 | 第17-25页 |
| 2.1 张量 | 第17-21页 |
| 2.1.1 张量定义 | 第18页 |
| 2.1.2 张量范数 | 第18-19页 |
| 2.1.3 张量分解 | 第19-21页 |
| 2.2 常用几何特征属性估算 | 第21-24页 |
| 2.2.1 三维模型的曲率估算 | 第21-22页 |
| 2.2.2 形状指数 | 第22-23页 |
| 2.2.3 网格形状直径函数 | 第23页 |
| 2.2.4 保形因子 | 第23-24页 |
| 2.3 本章总结 | 第24-25页 |
| 第三章 基于张量的相似性分析 | 第25-40页 |
| 3.1 相似性度量方法 | 第25-28页 |
| 3.2 基于Randomizedcuts的过分割 | 第28页 |
| 3.3 聚类算法 | 第28-34页 |
| 3.3.1 k-means聚类方法 | 第29-30页 |
| 3.3.2 层次聚类 | 第30-32页 |
| 3.3.3 FCM聚类算法 | 第32-33页 |
| 3.3.4 三种聚类算法的实验结果与讨论 | 第33-34页 |
| 3.4 基于张量描述符的相似块匹配 | 第34-35页 |
| 3.4.1 张量的构造 | 第34-35页 |
| 3.4.2 张量二范数分析形状相似性 | 第35页 |
| 3.5 实验分析与讨论 | 第35-38页 |
| 3.6 本章小结 | 第38-40页 |
| 第四章 基于张量的网格降噪 | 第40-49页 |
| 4.1 高阶奇异值分解在图像上的运用 | 第40页 |
| 4.2 三维模型子块匹配 | 第40-41页 |
| 4.3 三维模型张量构造 | 第41-43页 |
| 4.4 实验分析与讨论 | 第43-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 总结和展望 | 第49-51页 |
| 5.1 研究工作总结 | 第49页 |
| 5.2 研究工作展望 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56页 |
