| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 逆向工程概述 | 第10-11页 |
| 1.2 逆向工程的应用 | 第11-12页 |
| 1.3 逆向工程中的关键技术 | 第12-17页 |
| 1.3.1 三维数据获取 | 第12-15页 |
| 1.3.2 数据预处理 | 第15-16页 |
| 1.3.3 曲面重构技术 | 第16-17页 |
| 1.4 论文的主要研究内容与框架 | 第17-19页 |
| 第二章 点云拓扑关系的建立 | 第19-25页 |
| 2.1 引言 | 第19页 |
| 2.2 八叉树法 | 第19-21页 |
| 2.3 K-D树法 | 第21-23页 |
| 2.4 空间栅格法 | 第23-24页 |
| 2.5 小结 | 第24-25页 |
| 第三章 点云快速拾取算法研究 | 第25-33页 |
| 3.1 引言 | 第25-26页 |
| 3.2 点在多边形内外的判断 | 第26-28页 |
| 3.3 三维点云快速拾取技术 | 第28页 |
| 3.3.1 点云拾取流程分析 | 第28页 |
| 3.3.2 点云快速拾取的关键问题 | 第28页 |
| 3.4 基于自适应八叉树的处理技术 | 第28-30页 |
| 3.4.1 八叉树的引入 | 第28-29页 |
| 3.4.2 点云数据八叉树自适应划分 | 第29页 |
| 3.4.3 高效多边形处理策略 | 第29-30页 |
| 3.5 基于自适应八叉树的点云拾取方法 | 第30-31页 |
| 3.6 实验与评价 | 第31-32页 |
| 3.7 小结 | 第32-33页 |
| 第四章 点云去噪 | 第33-40页 |
| 4.1 引言 | 第33页 |
| 4.2 噪声点产生原因及模型分析 | 第33-34页 |
| 4.2.1 噪声点产生原因 | 第33页 |
| 4.2.2 噪声点数学模型 | 第33-34页 |
| 4.3 常用的点云去噪算法 | 第34-36页 |
| 4.3.1 有序点云去噪方法 | 第34-36页 |
| 4.3.2 散乱点云去噪方法 | 第36页 |
| 4.4 基于邻域平均法的散乱点云去噪 | 第36-39页 |
| 4.4.1 基于八叉树法搜索点的K邻域 | 第37-38页 |
| 4.4.2 邻域平均法去噪 | 第38-39页 |
| 4.5 去噪算法效果 | 第39页 |
| 4.6 小结 | 第39-40页 |
| 第五章 点云数据预处理软件的设计与实现 | 第40-49页 |
| 5.1 引言 | 第40页 |
| 5.2 点云处理软件系统及组成 | 第40-41页 |
| 5.2.1 OpenGL图形库 | 第40页 |
| 5.2.2 VC环境下基于OpenGL的程序框架建立 | 第40-41页 |
| 5.3 点云读取和存储模块 | 第41-43页 |
| 5.4 点云显示模块 | 第43-47页 |
| 5.4.1 坐标变换 | 第44-46页 |
| 5.4.2 投影变换和视口变换 | 第46-47页 |
| 5.5 点云处理模块 | 第47-48页 |
| 5.6 小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 6.1 全文总结 | 第49页 |
| 6.2 后续工作展望 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-54页 |