| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 逆向工程中的关键技术 | 第11-13页 |
| 1.2.1 点云数据的获取 | 第11-12页 |
| 1.2.2 散乱三维点云的拼接技术 | 第12页 |
| 1.2.3 点云精简 | 第12页 |
| 1.2.4 散乱点云的曲面重构 | 第12-13页 |
| 1.2.5 三维模型空洞填补 | 第13页 |
| 1.3 国内外研究现状 | 第13-17页 |
| 1.3.1 三维点云数据预处理技术 | 第13-14页 |
| 1.3.2 三维模型重构关键技术 | 第14-15页 |
| 1.3.3 三角网格模型中的空洞填补关键技术 | 第15-16页 |
| 1.3.4 基于Delaunay的点云构网 | 第16-17页 |
| 1.4 本文的主要研究内容和思路 | 第17-19页 |
| 第2章 点云数据的三角网格重构相关技术 | 第19-28页 |
| 2.1 点云数据的分类 | 第19页 |
| 2.2 点云的八叉树的存储结构 | 第19-21页 |
| 2.3 点云中点的K阶邻域的计算 | 第21-22页 |
| 2.4 点云中点的法向量的估计方法 | 第22-23页 |
| 2.5 Delaunay三角剖分和Voronoi图相关介绍 | 第23-24页 |
| 2.6 本文中的三维模型存储策略 | 第24-27页 |
| 2.7 本章小结 | 第27-28页 |
| 第3章 点云数据的三角网格构建方法 | 第28-44页 |
| 3.1 Crust算法 | 第28-30页 |
| 3.2 基于网格生长的快速三角剖分算法 | 第30-35页 |
| 3.3 一种基于参数化的快速三角剖分算法 | 第35-42页 |
| 3.3.1 基于极值点的点云分割 | 第35-37页 |
| 3.3.2 特征保持的无网格参数化 | 第37-39页 |
| 3.3.3 三角网格构建 | 第39页 |
| 3.3.4 基于边界拓展的网格拼接技术 | 第39-41页 |
| 3.3.5 实验结果与分析 | 第41-42页 |
| 3.4 点云数据三维重构工作展望 | 第42-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 三角网格模型的空洞填补 | 第44-53页 |
| 4.1 识别网格模型存在的空洞 | 第44-45页 |
| 4.2 波前法的介绍 | 第45-46页 |
| 4.3 基于边界特征增长的空洞填补算法 | 第46-50页 |
| 4.3.1 算法整体思想 | 第46-47页 |
| 4.3.2 基于边界特征增长的空洞填补 | 第47-49页 |
| 4.3.3 新增三角形合法性检查 | 第49页 |
| 4.3.4 子空洞的划分 | 第49-50页 |
| 4.4 实验结果及分析 | 第50-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第5章 三维散乱点云数据网格重构应用 | 第53-64页 |
| 5.1 三维点云数据模型重构应用与研究平台 | 第53-55页 |
| 5.2 三维点云数据模型重构应用与研究平台功能展示 | 第55-60页 |
| 5.2.1 点云模型和网格模型读取 | 第55-56页 |
| 5.2.2 点云数据和网格模型展示 | 第56-57页 |
| 5.2.3 点云模型预处理 | 第57页 |
| 5.2.4 点云模型简化 | 第57页 |
| 5.2.5 三角网格化功能 | 第57-58页 |
| 5.2.6 网格模型的空洞填补 | 第58-60页 |
| 5.2.7 点云数据和网格模型导出 | 第60页 |
| 5.3 三维点云数据系统平台与模型库的结合 | 第60-62页 |
| 5.4 三维点云数据重构技术的应用 | 第62-63页 |
| 5.4.1 医学领域的应用 | 第62页 |
| 5.4.2 3D打印技术 | 第62页 |
| 5.4.3 多媒体娱乐应用 | 第62-63页 |
| 5.5 本章小结 | 第63-64页 |
| 第6章 总结和展望 | 第64-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 攻读学位期间发表论文与研究成果 | 第71-72页 |
| 致谢 | 第72页 |