基于Delaunay生长法的三维点云曲面建模研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 引言 | 第9-15页 |
| 1.1 研究意义 | 第9-10页 |
| 1.2 国内外发展及研究现状 | 第10-14页 |
| 1.3 主要研究内容及创新点 | 第14-15页 |
| 第2章 点云数据处理相关知识 | 第15-25页 |
| 2.1 点云数据处理 | 第15-19页 |
| 2.1.1 点云数据采集 | 第15页 |
| 2.1.2 点云的预处理 | 第15-17页 |
| 2.1.3 点云曲面重建 | 第17-19页 |
| 2.2 点云空间索引方法 | 第19-25页 |
| 2.2.1 kd-tree | 第19-21页 |
| 2.2.2 Octree | 第21-23页 |
| 2.2.3 空间包围盒法 | 第23-25页 |
| 第3章 经典的曲面建模算法 | 第25-43页 |
| 3.1 基于贪婪投影算法的曲面建模 | 第25-34页 |
| 3.1.1 算法的原理 | 第25-26页 |
| 3.1.2 k邻域搜索 | 第26-28页 |
| 3.1.3 投影到平面 | 第28-30页 |
| 3.1.4 局部三角剖分 | 第30-31页 |
| 3.1.5 算法存在的问题 | 第31-32页 |
| 3.1.6 实验结果 | 第32-34页 |
| 3.2 基于泊松算法的曲面建模 | 第34-43页 |
| 3.2.1 算法的原理 | 第34-36页 |
| 3.2.2 算法的实现 | 第36-38页 |
| 3.2.3 算法具体步骤 | 第38-39页 |
| 3.2.4 算法存在的问题 | 第39页 |
| 3.2.5 实验结果 | 第39-43页 |
| 第4章 基于Delaunay生长算法的曲面建模 | 第43-67页 |
| 4.1 Delaunay三角剖分 | 第44-47页 |
| 4.2 二维Delaunay生长算法 | 第47-52页 |
| 4.2.1 传统的Delaunay生长算法 | 第48-49页 |
| 4.2.2 通过自适应外接圆寻找最优点 | 第49-50页 |
| 4.2.3 算法的实现步骤 | 第50-51页 |
| 4.2.4 实验结果及比较 | 第51-52页 |
| 4.3 三维Delaunay生长算法 | 第52-60页 |
| 4.3.1 空间索引结构建立 | 第54-55页 |
| 4.3.2 约束准则 | 第55-57页 |
| 4.3.3 评价函数 | 第57-58页 |
| 4.3.4 空间自适应外接球策略 | 第58-60页 |
| 4.4 迭代生长 | 第60-63页 |
| 4.5 实验结果及比较 | 第63-67页 |
| 第5章 总结与展望 | 第67-69页 |
| 5.1 工作总结 | 第67-68页 |
| 5.2 研究展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 攻读学位期间取得的学术成果 | 第73页 |
