| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状及发展趋势 | 第12-17页 |
| 1.2.1 三维表面重建国内外研究现状 | 第12-14页 |
| 1.2.2 三维表面简化国内外研究现状 | 第14-17页 |
| 1.3 本文的研究内容 | 第17页 |
| 1.4 本文的组织结构 | 第17-19页 |
| 2 几种典型的三维表面重建算法 | 第19-32页 |
| 2.1 Marching Cubes表面重建算法 | 第19-22页 |
| 2.1.1 等值面的定义及其三角面片近似 | 第19-21页 |
| 2.1.2 MacrhingCubes算法提取等值面的流程 | 第21-22页 |
| 2.1.3 MacrhingCubes算法优缺点分析 | 第22页 |
| 2.2 基于泊松方程的表面重建 | 第22-26页 |
| 2.2.1 泊松(poisson)方程应用介绍 | 第22-23页 |
| 2.2.2 泊松重建原理及应用 | 第23-26页 |
| 2.2.3 泊松重建方法的优点缺点分析 | 第26页 |
| 2.3 基于图割法的表面重建 | 第26-27页 |
| 2.3.1 基于图割法的表面重建原理 | 第26-27页 |
| 2.3.2 基于图割光线一致性的重建算法 | 第27页 |
| 2.3.3 图割法重构优点以及存在问题 | 第27页 |
| 2.4 基于无人机影像匹配点云的三维重建 | 第27-31页 |
| 2.4.1 无人机影像匹配点云的特点 | 第27-30页 |
| 2.4.2 基于无人机匹配点云三维重建中存在的问题 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 3 改进的图割法三维三角网构建方法 | 第32-39页 |
| 3.1 Voronoi图与Delaunay三角形 | 第32-33页 |
| 3.2 图割法原理 | 第33-35页 |
| 3.3 改进的图割法三维重建 | 第35-38页 |
| 3.3.1 表面光线可见性 | 第36-37页 |
| 3.3.2 表面与照片一致性 | 第37页 |
| 3.3.3 表面平滑项 | 第37-38页 |
| 3.3.4 改进算法的优点 | 第38页 |
| 3.4 本章小结 | 第38-39页 |
| 4 三角网简化方法 | 第39-47页 |
| 4.1 三角网简化方法介绍 | 第39-40页 |
| 4.2 顶点聚合类算法 | 第40-41页 |
| 4.2.1 聚类计算方法简介 | 第40-41页 |
| 4.3 增量式简化算法 | 第41-44页 |
| 4.3.1 拓扑关系操作 | 第41-43页 |
| 4.3.2 距离测量 | 第43-44页 |
| 4.4 格网逼近算法 | 第44-46页 |
| 4.5 本章小结 | 第46-47页 |
| 5 实验与分析 | 第47-64页 |
| 5.1 改进的图割法三维构网可行性分析 | 第47-50页 |
| 5.1.1 噪声对算法鲁棒性的影响 | 第47-48页 |
| 5.1.2 随机异常点对算法鲁棒性的影响 | 第48-50页 |
| 5.2 三维构网实例应用与分析 | 第50-56页 |
| 5.2.1 数据的来源与实验环境的介绍 | 第50-51页 |
| 5.2.2 利用图割法进行三维重建的结果展示 | 第51-52页 |
| 5.2.3 图割法表面重构与其他方法的对比与分析 | 第52-56页 |
| 5.3 三角网简化过程与结果 | 第56-63页 |
| 5.3.1 三角网优化的目的 | 第56页 |
| 5.3.2 简化标准评定 | 第56页 |
| 5.3.3 三种简化方法的结果展示与比较 | 第56-63页 |
| 5.4 实验结论 | 第63页 |
| 5.5 本章小结 | 第63-64页 |
| 6 结论与展望 | 第64-66页 |
| 6.1 总结 | 第64页 |
| 6.2 展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 附录 | 第70页 |
