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

基于大规模点云数据的三维重建和纹理映射研究

摘要第3-4页
Abstract第4-5页
第1章 引言第8-16页
    1.1 研究背景第8-10页
    1.2 课题来源第10-11页
    1.3 国内外研究现状第11-13页
    1.4 本人主要工作第13-14页
    1.5 论文组织结构第14-16页
第2章 QSPLAT 点云重建算法第16-32页
    2.1 QSPLAT 算法概述第16-18页
        2.1.1 点云基本概念第16页
        2.1.2 Qsplat 算法背景第16-17页
        2.1.3 Qsplat 算法主要特点第17-18页
    2.2 点云数据的预处理阶段第18-26页
        2.2.1 点云节点结构体的建立第18-20页
        2.2.2 层次包围球的存储结构设计第20-23页
        2.2.3 QS 文件中四叉树的生成第23-26页
    2.3 点云数据的绘制第26-30页
        2.3.1 绘制点云模型的四叉树递归第26-27页
        2.3.2 绘制点云模型的可见性分析第27-29页
        2.3.3 递归判断和层次细节控制第29-30页
    2.4 本章小结第30-32页
第3章 基于球面参数化的点云模型纹理映射算法第32-45页
    3.1 计算机图形的纹理映射第32-34页
        3.1.1 纹理映射的概念第32页
        3.1.2 OpenGL 纹理映射第32-34页
        3.1.3 纹理映射的用途第34页
    3.2 球面纹理映射算法第34-41页
        3.2.1 凹凸纹理映射的方法第34-35页
        3.2.2 球面纹理映射的方法第35-41页
    3.3 点云 QSPLAT 算法重建模型的纹理映射第41-43页
    3.4 本章小结第43-45页
第4章 点云重建和点云纹理映射实验与效果分析第45-51页
    4.1 OPENGL 技术简介第45页
    4.2 点云重建实验效果分析第45-48页
        4.2.1 点云重建的图形效果第45-48页
        4.2.2 重建点云图形的时间对比第48页
    4.3 重建模型的纹理映射实验效果第48-50页
    4.4 本章小结第50-51页
第5章 总结与展望第51-53页
    5.1 总结第51页
    5.2 展望第51-53页
致谢第53-54页
参考文献第54-57页
攻读学位期间的研究成果第57页

论文共57页,点击 下载论文
上一篇:基于机器视觉的焊件外观缺陷检测系统的设计
下一篇:高频地波雷达目标二维CFAR检测及软件实现