基于稀疏表示的非刚性配准方法研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第9-14页 |
1.1 研究背景及意义 | 第9-11页 |
1.2 国内外研究现状 | 第11-12页 |
1.3 本文的研究内容及结构 | 第12-14页 |
第二章 三维曲面配准综述 | 第14-22页 |
2.1 三维曲面配准的基础 | 第14-18页 |
2.1.1 三维曲面配准的模型 | 第15-16页 |
2.1.2 三维曲面配准的约束方法 | 第16-17页 |
2.1.3 三维曲面配准的优化 | 第17-18页 |
2.2 三维曲面配准的基础 | 第18-20页 |
2.2.1 迭代最近点(ICP)算法 | 第18-19页 |
2.2.2 l_1范数的相关应用 | 第19-20页 |
2.3 非刚性配准方法概述 | 第20-21页 |
2.4 本章小结 | 第21-22页 |
第三章 基于平滑项稀疏表示的非刚性配准方法 | 第22-34页 |
3.1 算法的框架 | 第22-25页 |
3.1.1 基本框架 | 第23-24页 |
3.1.2 基于平滑项稀疏表示的优化方程 | 第24-25页 |
3.2 优化方程的构建 | 第25-27页 |
3.2.1 数据项的构建 | 第25-26页 |
3.2.2 平滑项的构建 | 第26-27页 |
3.3 ADM-ALM算法 | 第27-30页 |
3.3.1 增广的拉格朗日方程 | 第27页 |
3.3.2 迭代求解过程 | 第27-30页 |
3.4 高分辨率模型的处理方法 | 第30-32页 |
3.4.1 低分辨率到高分辨率的映射 | 第30-32页 |
3.4.2 低分辨率三角面片的分割 | 第32页 |
3.5 本章小结 | 第32-34页 |
第四章 基于不同数据集的实验结果分析 | 第34-45页 |
4.1 原始数据集的实验结果 | 第34-39页 |
4.1.1 与传统l_2范数方法的比较 | 第35-36页 |
4.1.2 与经典算法的比较 | 第36-37页 |
4.1.3 少量对应点的实验结果比较 | 第37-39页 |
4.2 加噪声的数据集实验结果 | 第39-40页 |
4.2.1 含有错误对应点的实验结果 | 第39-40页 |
4.2.2 目标模型上加入噪声与野值的实验结果 | 第40页 |
4.3 真实扫描模型数据集的实验结果 | 第40-41页 |
4.4 本章小结 | 第41-45页 |
第五章 位置与变换的稀疏表示与多个视角的三维重建 | 第45-55页 |
5.1 算法框架的改进 | 第45-48页 |
5.1.1 优化方程的重新构建 | 第45-46页 |
5.1.2 优化方程的求解 | 第46-48页 |
5.2 实验与结果分析 | 第48-51页 |
5.3 多个视角的全局非刚性配准 | 第51-54页 |
5.4 本章小结 | 第54-55页 |
第六章 总结与展望 | 第55-57页 |
6.1 工作总结 | 第55-56页 |
6.2 研究展望 | 第56-57页 |
参考文献 | 第57-61页 |
发表论文和参加科研情况说明 | 第61-62页 |
致谢 | 第62-63页 |