| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·选题背景及研究意义 | 第7-9页 |
| ·选题的背景 | 第7-8页 |
| ·研究意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文的结构安排 | 第11-13页 |
| ·论文的主要工作 | 第11页 |
| ·论文结构 | 第11-13页 |
| 2 点云的数据采集 | 第13-23页 |
| ·三维激光扫描的相关知识 | 第13-16页 |
| ·三维激光扫描原理 | 第13-15页 |
| ·三维激光扫描技术的误差影响分析 | 第15-16页 |
| ·其他点云获取技术及设备 | 第16-19页 |
| ·本文采用的软硬件设备 | 第19-23页 |
| ·本课题所采用的硬件介绍 | 第19-21页 |
| ·本课题所采用的软件介绍 | 第21页 |
| ·存在的问题 | 第21-23页 |
| 3 点云数据的表面重建 | 第23-49页 |
| ·点云数据的预处理 | 第23-24页 |
| ·点云数据的三角剖分 | 第24-33页 |
| ·基本概念 | 第24-26页 |
| ·三角剖分优化准则 | 第26-27页 |
| ·Delaunay三角剖分和Voronoi图 | 第27-29页 |
| ·二维Delaunay三角剖分算法 | 第29-31页 |
| ·描述网格所用的数据结构 | 第31-32页 |
| ·计算实例 | 第32页 |
| ·Delaunay三角剖分和Voronoi图算法分析 | 第32-33页 |
| ·海量点云数据的重建算法 | 第33-49页 |
| ·八叉树分割散乱点空间 | 第34-37页 |
| ·基本概念及理论基础 | 第37-39页 |
| ·Crust算法 | 第39-41页 |
| ·Cocone算法 | 第41-43页 |
| ·两种算法的优缺点讨论 | 第43页 |
| ·Cocone算法的改进 | 第43-46页 |
| ·海量点云的重建 | 第46-49页 |
| 4 模型简化 | 第49-57页 |
| ·模型简化理论基础 | 第49-50页 |
| ·基于三角形折叠网格简化算法 | 第50-51页 |
| ·三角形折叠网格简化算法 | 第50页 |
| ·基本概念 | 第50-51页 |
| ·分析算法的优缺点 | 第51页 |
| ·基于二次误差度量的几何简化算法 | 第51-57页 |
| ·简化算法中所使用的数据结构 | 第52-53页 |
| ·简化算法实现 | 第53-55页 |
| ·计算实例 | 第55-57页 |
| 5 算法实现与实验结果 | 第57-63页 |
| ·CGAL几何平台 | 第57-58页 |
| ·CGAL几何库组成 | 第57页 |
| ·CGAL三角化的功能函数 | 第57-58页 |
| ·三角剖分和模型简化算法的实现 | 第58-63页 |
| 6 总结与展望 | 第63-65页 |
| ·工作总结 | 第63页 |
| ·工作展望 | 第63-65页 |
| 致谢 | 第65-67页 |
| 参考文献 | 第67-70页 |