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

带多种属性的三维模型的简化与压缩技术研究

摘要第10-12页
Abstract第12-14页
第一章 绪论第15-20页
    1.1 研究背景和意义第15-16页
    1.2 国内外研究现状第16-18页
    1.3 本文的主要工作内容第18-19页
    1.4 论文的组织结构第19-20页
第二章 相关工作第20-26页
    2.1 点云模型压缩技术第20-21页
    2.2 点云模型简化技术第21-23页
        2.2.1 误差驱动的模型简化第21-22页
        2.2.2 点数驱动的模型简化第22页
        2.2.3 大规模点云模型简化第22-23页
    2.3 网格模型简化技术第23-26页
        2.3.1 以几何为中心的模型简化第23-24页
        2.3.2 以外观为中心的模型简化第24-25页
        2.3.3 纹理图片变形第25-26页
第三章 基于GLA的点云模型压缩技术第26-39页
    3.1 算法概述第26-28页
    3.2 LOD层次树的构造第28-32页
    3.3 LOD层次树的编码第32-35页
        3.3.1 位置编码第32-33页
        3.3.2 法向编码第33-34页
        3.3.3 颜色编码第34页
        3.3.4 优化遍历第34-35页
    3.4 实验分析第35-37页
    3.5 结论第37-39页
第四章 基于邻域合并的点云模型简化算法第39-53页
    4.1 算法概述第39-40页
    4.2 局部邻域合并第40-47页
        4.2.1 局部邻域的构造第41页
        4.2.2 代表面片的计算第41-44页
        4.2.3 局部邻域合并成本第44-46页
        4.2.4 局部邻域的更新第46-47页
    4.3 大规模模型的简化第47-48页
        4.3.1 大模型分块第47-48页
        4.3.2 模型采样优化第48页
    4.4 实验分析第48-52页
        4.4.1 纹理锐化效果展示第48-49页
        4.4.2 相关算法结果比较第49-51页
        4.4.3 大规模模型简化结果展示第51-52页
        4.4.4 时间复杂度分析第52页
    4.5 结论第52-53页
第五章 网格模型与纹理图片的协同简化算法第53-71页
    5.1 算法概述第53-54页
    5.2 网格简化第54-60页
        5.2.1 扩展的二次误差度量第54-56页
        5.2.2 局部映射优化第56-60页
    5.3 纹理图片简化第60-64页
        5.3.1 误差度量第60-62页
        5.3.2 图像采样优化第62页
        5.3.3 纹理伸缩因子第62-64页
    5.4 实验分析第64-69页
        5.4.1 测试模型第64页
        5.4.2 网格简化结果第64-66页
        5.4.3 纹理图像简化结果第66-68页
        5.4.4 网格与纹理图像的协同简化结果第68页
        5.4.5 扩展应用第68-69页
    5.5 结论第69-71页
第六章 结论与展望第71-73页
    6.1 结论第71页
    6.2 展望第71-73页
参考文献第73-82页
致谢第82-83页
攻读博士学位期间发表的学术论文第83-84页
攻读博士学位期间参与的科研项目第84-85页
外文论文第85-136页
学位论文评阅及答辩情况表第136页

论文共136页,点击 下载论文
上一篇:分数阶偏微分方程的解析和数值方法及其参数估计问题
下一篇:图像中的超像素生成方法