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

各向异性多边滤波在三维点云去噪中的应用研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-18页
    1.1 课题研究的背景和意义第10-12页
    1.2 国内外研究现状第12-16页
    1.3 本文主要研究内容第16-18页
第2章 点云去噪理论基础第18-31页
    2.1 引言第18页
    2.2 点云及其邻域第18-20页
    2.3 点模型的微分几何信息的估计第20-23页
    2.4 有序点云滤波第23-24页
    2.5 散乱点云滤波第24-29页
        2.5.1 拉普拉斯滤波第24-25页
        2.5.2 二次拉普拉斯方法第25页
        2.5.3 平均曲率流第25-26页
        2.5.4 双边滤波算法第26-28页
        2.5.5 三边滤波算法第28-29页
    2.6 传统算法实验结果及分析第29-30页
    2.7 本章小结第30-31页
第3章 点云几何相似性与局部有效邻域第31-38页
    3.1 引言第31页
    3.2 点云邻域第31-33页
        3.2.1 欧式邻域第32页
        3.2.2 k最近邻域第32-33页
    3.3 基于微分几何相似性的局部有效邻域第33-35页
    3.4 实验结果及性能分析第35-36页
    3.5 本章小结第36-38页
第4章 基于各向异性高斯核的点云去噪第38-49页
    4.1 引言第38页
    4.2 各向异性高斯核函数第38-40页
    4.3 参数自适应的各向异性高斯核函数第40-44页
    4.4 散乱点云的法向平滑第44-47页
        4.4.1 各向异性法向平滑第44-45页
        4.4.2 法向平滑实验第45-47页
    4.5 参数自适应各向异性高斯核点云去噪第47-48页
    4.6 本章小结第48-49页
第5章 实验与研究分析第49-59页
    5.1 引言第49页
    5.2 实验环境的配置第49-51页
    5.3 采样点的各向异性性能仿真第51-52页
    5.4 本文去噪算法实验第52-58页
    5.5 本章小结第58-59页
结论第59-60页
参考文献第60-65页
攻读硕士学位期间承担的科研任务与主要成果第65-66页
致谢第66页

论文共66页,点击 下载论文
上一篇:空气质量动态预测软件平台的开发
下一篇:融入时间因素和信任机制的矩阵分解推荐算法