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

散乱点云模型三角网格化处理算法的研究与实现

摘要第1-4页
Abstract第4-8页
第1章 引言第8-14页
   ·研究工作的背景第8-9页
   ·点云数据的采集以及数据的类型第9-10页
   ·散乱点云模型三角网格化处理的意义及应用第10-11页
   ·本文的主要内容及组织第11-14页
第2章 三角网格化处理算法的研究现状与分析第14-22页
   ·概述第14-15页
   ·散乱点云模型三角网格化的典型处理算法第15-20页
     ·场函数法第15-16页
     ·基于雕刻的方法第16-18页
     ·基于区域增长的方法第18页
     ·局部投影法第18-20页
   ·目前在散乱点云模型三角网格化研究领域存在的问题第20-21页
   ·本章小结第21-22页
第3章 散乱点云的去噪与简化第22-32页
   ·基于K-近邻的点云自适应去噪第22-27页
     ·点云Kd-树结构以及K-邻域查询第23-25页
     ·点云自适应去噪策略第25-26页
     ·算法流程第26页
     ·实验结果与分析第26-27页
   ·基于局部曲面分析技术的点云简化第27-30页
     ·数据点的局部采样密度计算第28页
     ·点云简化策略第28-30页
     ·算法流程第30页
     ·实验结果与分析第30页
   ·本章小结第30-32页
第4章 散乱点云模型的快速增量三角网格化算法第32-60页
   ·算法的主要思路及相关概念第32-33页
   ·主要数据结构组织第33-34页
   ·快速增量三角网格化算法第34-48页
     ·初始化第35-36页
     ·检测边的可扩展性第36-38页
     ·最优扩展点的选取原则第38-44页
     ·增量三角网格化过程中各状态的动态更新第44-48页
   ·算法流程第48-49页
   ·点云模型增量三角网格化处理的实验结果第49-55页
     ·实例效果第50-53页
     ·时间代价分析及网格质量评价第53-55页
   ·算法的优化与拓展第55-58页
     ·网格局部优化第55-57页
     ·多分辨率的网格模型显示第57-58页
   ·本章小结第58-60页
第5章 总结与展望第60-64页
   ·主要工作回顾第60-61页
   ·本文的主要贡献和创新之处第61页
   ·进一步研究工作展望第61-64页
参考文献第64-68页
攻读硕士学位期间参与的项目及撰写的论文等第68-70页
致谢第70页

论文共70页,点击 下载论文
上一篇:单目视觉伺服的手势识别与人机交互研究
下一篇:《多媒体课件制作》知能教材设计研究