致谢 | 第1-6页 |
中文摘要 | 第6-8页 |
ABSTRACT | 第8-16页 |
1 绪论 | 第16-28页 |
·论文研究背景 | 第16-19页 |
·第四代人机自然交互与通信 | 第16-17页 |
·三维点云数据的处理技术是第四代人机交互的关键技术之一 | 第17-19页 |
·三维点云数据的获取 | 第19-20页 |
·三维点云数据的处理技术 | 第20-25页 |
·三维点云数据的去噪光顺 | 第20-21页 |
·三维点云数据的特征检测 | 第21-22页 |
·三维点云数据的简化 | 第22-23页 |
·三维点云数据的参数化表示 | 第23-24页 |
·三维点云数据的曲面重建 | 第24-25页 |
·论文的主要研究工作内容 | 第25-28页 |
2 三维点云数据去噪光顺 | 第28-52页 |
·结合点云模糊C均值聚类和双边滤波去噪方法(PWFCM-PBF) | 第29-42页 |
·模糊C均值聚类相关理论 | 第30-33页 |
·点云权重模糊C均值聚类(PWFCM) | 第33-38页 |
·点云双边滤波去噪算法(PBF) | 第38-40页 |
·实验分析 | 第40-42页 |
·点云边界检测去噪算法(PBD) | 第42-48页 |
·邻域点 | 第43-44页 |
·权重边界准则 | 第44-48页 |
·实验分析 | 第48-50页 |
·小结 | 第50-52页 |
3 三维点云数据特征检测 | 第52-72页 |
·三维点云数据特征检测的算法综述 | 第52-53页 |
·基于曲率和密度的特征检测算法(CDFD) | 第53-63页 |
·特征参数 | 第53-61页 |
·用八叉树计算特征检测闽值 | 第61-63页 |
·特征检测 | 第63页 |
·实验结果与分析 | 第63-70页 |
·对密集和稀疏数据模型测试 | 第64-65页 |
·对分布不同的数据进行测试 | 第65-68页 |
·与其它特征检测方法比较测试 | 第68-69页 |
·对不同参数的比较测试 | 第69-70页 |
·小结 | 第70-72页 |
4 三维点云数据简化 | 第72-94页 |
·引言 | 第72-73页 |
·三维点云数据简化算法 | 第73-84页 |
·利用CDFD算法得到特征点和非特征点 | 第73-74页 |
·非特征点简化算法 | 第74-84页 |
·实验分析 | 第84-91页 |
·不同方法的简化结果 | 第84-89页 |
·不同分辨率的简化结果 | 第89-91页 |
·小结 | 第91-94页 |
5 三维点云数据参数表示 | 第94-114页 |
·三维点云数据参数化算法 | 第95-104页 |
·三维点云数据球面参数化 | 第96-97页 |
·三维点云数据正八面体参数化 | 第97-100页 |
·三维点云数据几何图像参数化 | 第100-104页 |
·参数化误差测度 | 第104-107页 |
·三维点云数据参数化的应用 | 第107-113页 |
·小结 | 第113-114页 |
6 三维点云数据隐函数曲面重建 | 第114-128页 |
·三维点云数据重建和插值问题 | 第115-116页 |
·径向基函数 | 第116-118页 |
·径向基函数定义 | 第116-117页 |
·紧支撑径向基函数 | 第117-118页 |
·隐函数曲面重建 | 第118-123页 |
·单尺度径向基函数插值 | 第118-120页 |
·多尺度径向基函数插值 | 第120-121页 |
·共轭梯度算法 | 第121-123页 |
·实验结果分析 | 第123-126页 |
·不同分辨率模型的重建结果 | 第123-125页 |
·不同尺度的重建结果 | 第125-126页 |
·小结 | 第126-128页 |
7 系统搭建 | 第128-134页 |
·系统设备 | 第128页 |
·三维扫描仪器系统 | 第128-129页 |
·模型数据库说明 | 第129-130页 |
·系统框架和界面接口 | 第130-133页 |
·小结 | 第133-134页 |
8 总结和展望 | 第134-136页 |
·总结 | 第134-135页 |
·进一步工作展望 | 第135-136页 |
参考文献 | 第136-144页 |
攻读博士学位期间发表的学术论文 | 第144页 |
参与的主要科研项目 | 第144-148页 |
学位论文数据集 | 第148页 |