| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 逆向工程技术概述 | 第10-11页 |
| 1.1.1 逆向工程简介 | 第10-11页 |
| 1.2 逆向工程（RP）技术的分类及其成型原理 | 第11-12页 |
| 1.2.1 RP技术分类 | 第11-12页 |
| 1.2.2 RP技术的成型原理 | 第12页 |
| 1.3 三角网格重构技术发展现状 | 第12-14页 |
| 1.3.1 三角网格剖分技术的概况 | 第12-13页 |
| 1.3.2 三角剖分的研究进展 | 第13-14页 |
| 1.4 实物逆向工程相关技术的研究现状 | 第14-15页 |
| 1.5 论文研究的主要内容和意义 | 第15-17页 |
| 1.5.1 论文研究的主要内容 | 第15-16页 |
| 1.5.2 论文的研究意义 | 第16-17页 |
| 第2章 人体头像Delaunay三角网格剖分 | 第17-27页 |
| 2.1 人体头像的Delaunay三角网格剖分 | 第17-18页 |
| 2.1.1 人体头像空间散乱点云剖分的瓶颈问题 | 第17页 |
| 2.1.2 人体头像空间散乱点云的剖分解决方法 | 第17-18页 |
| 2.2 人体头像点云数据的Delaunay三角剖分的局部构造 | 第18-19页 |
| 2.3 人体头像所用的网格规整剖分规则 | 第19-21页 |
| 2.3.1 人体头像空间网格划分所需的三角剖分准则 | 第20-21页 |
| 2.3.2 人体头像空间网格剖分所需的Delaunay剖分特性 | 第21页 |
| 2.4 人体头像网格划分所需要的平面Delaunay剖分算法 | 第21-22页 |
| 2.5 人体头像点云划分的具体算法 | 第22-26页 |
| 2.5.1 人体头像点云划分的算法流程 | 第22-23页 |
| 2.5.2 算法的网格划分结果 | 第23-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第3章 人体头像实物真实感模型曲面重建 | 第27-55页 |
| 3.1 点云样点集完整采集的重要性 | 第27页 |
| 3.2 不完整人像点云处理 | 第27-30页 |
| 3.2.1 残缺点云的注册拼接 | 第28-30页 |
| 3.2.2 获取点云数据的手段 | 第30页 |
| 3.3 人物雕像空间网格的曲面构网 | 第30-43页 |
| 3.3.1 人物雕像的空间点云获取及点云噪点分析 | 第30-33页 |
| 3.3.2 人物雕像的多边形三角网格刻画及曲率分析 | 第33-36页 |
| 3.3.3 三角网格多边形面片转化 | 第36-38页 |
| 3.3.4 曲面网格的规整划分 | 第38-40页 |
| 3.3.5 四边域网格拟合及偏差分析 | 第40-43页 |
| 3.4 人物点云再拾取及曲面重构过程 | 第43-54页 |
| 3.4.1 人体头像发丝处点云丢失分析及噪点偏差分析 | 第43-47页 |
| 3.4.2 三角形网格多边形面化过程 | 第47-48页 |
| 3.4.3 面片局部网格的规整划分 | 第48-51页 |
| 3.4.4 点云再拾取过程的曲面面片拟合及偏差分析 | 第51-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第4章 光固化成型技术的节材方法及变形抑制研究 | 第55-64页 |
| 4.1 立体光固化成型技术概述及原理 | 第55-56页 |
| 4.1.1 光固化成型技术概述 | 第55页 |
| 4.1.2 SLA的工作原理 | 第55-56页 |
| 4.2 SLA的节材案例研究 | 第56-61页 |
| 4.2.1 对比分析 | 第56-57页 |
| 4.2.2 模型优化节材方法实例分析 | 第57-59页 |
| 4.2.3 实验验证 | 第59-61页 |
| 4.3 实体表面防变形方法研究 | 第61-63页 |
| 4.3.1 防变形方法思想 | 第61-62页 |
| 4.3.2 SLA防变形方案对比分析 | 第62页 |
| 4.3.3 实验验证 | 第62-63页 |
| 4.4 本章小结 | 第63-64页 |
| 第5章 结论与展望 | 第64-66页 |
| 5.1 结论 | 第64页 |
| 5.2 展望 | 第64-66页 |
| 参考文献 | 第66-68页 |
| 在学研究成果 | 第68-69页 |
| 致谢 | 第69页 |
