散乱点云数据表面重建方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题背景及意义 | 第10-11页 |
| 1.2 点云数据表面重建的研究现状 | 第11-16页 |
| 1.2.1 表面重构标准 | 第11-12页 |
| 1.2.2 表面重建方法 | 第12-16页 |
| 1.3 课题来源及主要研究内容 | 第16-17页 |
| 第2章 k-d树无序点云数据去噪算法研究 | 第17-23页 |
| 2.1 噪声来源分类与理论表述 | 第17-18页 |
| 2.2 点云数据去噪分析 | 第18页 |
| 2.3 现有的去噪算法 | 第18-19页 |
| 2.4 基于k-d tree的无序点云的去噪算法 | 第19-21页 |
| 2.4.1 构建点云拓扑结构 | 第20-21页 |
| 2.4.2 算法实现 | 第21页 |
| 2.5 实验结果 | 第21-22页 |
| 本章小结 | 第22-23页 |
| 第3章 保留点云特征区域的简化算法研究 | 第23-35页 |
| 3.1 点云数据精简标准 | 第23页 |
| 3.2 典型点云数据精简算法 | 第23-24页 |
| 3.3 保留点云特征区域的精简算法 | 第24-31页 |
| 3.3.1 边缘点的检测 | 第26-28页 |
| 3.3.2 数据点的重要性的评估 | 第28页 |
| 3.3.3 数据点的渐进式去除 | 第28-29页 |
| 3.3.4 更新法向量及重要性的值 | 第29-31页 |
| 3.4 实验结果 | 第31-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 基于中值平移分类法的点云表面重构 | 第35-52页 |
| 4.1 表面重建流程 | 第35-36页 |
| 4.2 点云分类 | 第36-45页 |
| 4.2.1 最佳化临近点选择 | 第36-38页 |
| 4.2.2 计算拉普拉斯坐标 | 第38-41页 |
| 4.2.3 使用中值平移分类法作分类 | 第41-45页 |
| 4.3 点云参数化 | 第45-49页 |
| 4.4 三角化与合并 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 表面重建成果与分析 | 第52-60页 |
| 5.1 实验资料与平台 | 第52页 |
| 5.2 表面重建结果分析 | 第52-59页 |
| 5.3 本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读学位期间发表的学术论文 | 第65-66页 |
| 致谢 | 第66页 |
