首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于点云的大豆植株三维重建

摘要第5-7页
Abstract第7-9页
1 前言第10-20页
    1.1 研究的背景、目的和意义第10-11页
    1.2 国内外研究动态和趋势第11-17页
        1.2.1 国外研究现状及发展趋势第11-14页
        1.2.2 国内研究现状及发展趋势第14-17页
    1.3 研究目标、内容和技术路线第17-20页
        1.3.1 研究目标第17页
        1.3.2 研究内容第17-18页
        1.3.3 研究方案和技术路线第18-20页
2 大豆植株点云数据的获取和精简第20-36页
    2.1 大豆植株点云的获取第20-24页
        2.1.1 点云数据概念第20-21页
        2.1.2 点云数据采集方法第21-22页
        2.1.3 点云数据获取方法第22-24页
    2.2 大豆点云数据的精简第24-27页
    2.3 点云精简实验结果及分析第27-34页
        2.3.1 点云数据获取结果及分析第27-28页
        2.3.2 点云数据精简结果及分析第28-34页
    2.4 本章小结第34-36页
3 大豆点云数据的去噪平滑方法第36-54页
    3.1 自适应密度聚类和双边滤波去噪方法第36-44页
        3.1.1 密度聚类算法分析第36-39页
        3.1.2 自适应密度聚类算法改进第39-41页
        3.1.3 点云数据的平滑第41-44页
    3.2 APSS去噪方法第44-45页
    3.3 去噪平滑实验结果及分析第45-52页
    3.4 本章小结第52-54页
4 大豆植株点云重建第54-70页
    4.1 点云三角网格化方法第54-57页
        4.1.1 区域增长法第54页
        4.1.2 局部Delaunay三角剖分法第54-55页
        4.1.3 三维Delaunay三角剖分法第55-57页
    4.2 实验结果及分析第57-67页
        4.2.1 大豆植株的三维重建第57-63页
        4.2.2 精简阈值对重建效果的影响第63-64页
        4.2.3 大豆植株的三维重建第64-67页
    4.3 本章小结第67-70页
5 结论第70-72页
致谢第72-74页
参考文献第74-84页
个人简历第84页

论文共84页,点击 下载论文
上一篇:基于图像的昆虫标本自动采集与三维观察方法研究
下一篇:精准变量施肥控制软件设计与试验研究