点云数据三维重建研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景 | 第10-13页 |
| ·基本概念 | 第13-14页 |
| ·点云数据 | 第13页 |
| ·网格模型 | 第13-14页 |
| ·如何从点云重建网格模型 | 第14页 |
| ·本文主要研究内容 | 第14-15页 |
| ·本文的组织结构 | 第15-16页 |
| 第2章 相关研究综述 | 第16-22页 |
| ·引言 | 第16-20页 |
| ·基于Delaunay三角化方法 | 第16-18页 |
| ·基于隐式曲面重建方法 | 第18-19页 |
| ·区域增长法 | 第19-20页 |
| ·基于学习的方法 | 第20页 |
| ·存在问题 | 第20-21页 |
| ·小结 | 第21-22页 |
| 第3章 网格重建问题的优化模型及求解 | 第22-34页 |
| ·引言 | 第22-24页 |
| ·优化问题引言 | 第22页 |
| ·优化问题的数学模型 | 第22-24页 |
| ·优化算法 | 第24页 |
| ·区域增长法的优化模型 | 第24-25页 |
| ·区域增长法重建点云方法描述 | 第24页 |
| ·区域增长法的优化模型 | 第24-25页 |
| ·粒子群优化算法PSO | 第25-32页 |
| ·引言 | 第25页 |
| ·数学模型 | 第25-26页 |
| ·点云空间中的粒子群算法 | 第26-30页 |
| ·算法流程 | 第30-31页 |
| ·算法描述 | 第31-32页 |
| ·算法实验和结果分析 | 第32-33页 |
| ·小结 | 第33-34页 |
| 第4章 基于八叉树结构的点云处理 | 第34-41页 |
| ·引言 | 第34-35页 |
| ·八叉树构建原理 | 第35-36页 |
| ·数据结构的设计与实现 | 第36-39页 |
| ·查询不同叶子结点的最小共同祖先结点 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第5章 带评价函数的区域增长法 | 第41-47页 |
| ·引言 | 第41-42页 |
| ·种子三角形的生成 | 第42-43页 |
| ·现有种子三角形的生成方法 | 第42-43页 |
| ·在平坦区域内寻找种子三角形 | 第43页 |
| ·候选区域和最佳点的确定 | 第43-46页 |
| ·新加入三角形的评价准则和评价函数设计 | 第44页 |
| ·新加入三角形的评价准则 | 第44-46页 |
| ·评价函数设计 | 第46页 |
| ·小结 | 第46-47页 |
| 第6章 基于粒子群算法的区域增长法 | 第47-53页 |
| ·引言 | 第47-48页 |
| ·算法流程图 | 第48页 |
| ·数据结构 | 第48-49页 |
| ·剖分过程 | 第49-51页 |
| ·数据读取 | 第49-50页 |
| ·用八叉树结构存储点云 | 第50页 |
| ·确定种子三角形 | 第50页 |
| ·粒子群算法搜索最佳点 | 第50-51页 |
| ·剖分后续处理 | 第51页 |
| ·实验结果及其分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第7章 总结与展望 | 第53-55页 |
| ·总结 | 第53-54页 |
| ·展望 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录:攻读硕士学位期间参加的项目及发表的论文 | 第59页 |
