双振镜系统激光点云数据预处理
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 点云数据模型 | 第10-11页 |
| 1.2 点云数据预处理关键技术介绍 | 第11-13页 |
| 1.2.1 曲面重建 | 第12页 |
| 1.2.2 去噪 | 第12页 |
| 1.2.3 点云精简 | 第12-13页 |
| 1.3 课题来源和研究意义 | 第13-14页 |
| 1.4 本文主要研究内容和文章结构 | 第14-16页 |
| 第二章 点云数据去噪算法 | 第16-30页 |
| 2.1 点云数据噪声介绍及模型 | 第16-19页 |
| 2.1.1 点云数据噪声来源 | 第16-17页 |
| 2.1.2 点云数据噪声模型 | 第17-18页 |
| 2.1.3 点云数据网格模型 | 第18-19页 |
| 2.2 相关理论研究 | 第19-23页 |
| 2.3 基于双边滤波算子的去噪算法 | 第23-28页 |
| 2.3.1 基于图像的双边滤波算法 | 第24页 |
| 2.3.2 构建全局网格化双边滤波算法 | 第24-28页 |
| 2.3.3 坐标更新 | 第28页 |
| 2.4 小结 | 第28-30页 |
| 第三章 边界微分算子的构建 | 第30-42页 |
| 3.1 引言 | 第30页 |
| 3.2 边界微分算子的构建 | 第30-36页 |
| 3.2.1 坐标系和微分算子限制条件构建 | 第30-31页 |
| 3.2.2 三维空间权重向量的构建 | 第31-34页 |
| 3.2.3 边界微分算子和去噪算法目标表达式 | 第34-36页 |
| 3.3 算子优化 | 第36-41页 |
| 3.3.1 基于网格面积的权重向量的构建 | 第37-38页 |
| 3.3.2 三维模型的抗三角退化微分算子 | 第38-40页 |
| 3.3.3 两种算法比较 | 第40-41页 |
| 3.4 小结 | 第41-42页 |
| 四章 目标表达式的范数优化 | 第42-50页 |
| 4.1 引言 | 第42页 |
| 4.2 目标表达式变形 | 第42-44页 |
| 4.3 迭代优化求解 | 第44-49页 |
| 4.3.1 求解 δ 子问题 | 第45-46页 |
| 4.3.2 求解P′子问题 | 第46页 |
| 4.3.3 迭代求解 | 第46-49页 |
| 4.4 小结 | 第49-50页 |
| 第五章 算法实现与实验结果 | 第50-63页 |
| 5.1 算法开发工具 | 第50-51页 |
| 5.2 数据结构 | 第51-55页 |
| 5.2.1 基于网格面片的数据结构 | 第51-52页 |
| 5.2.2 基于边的数据结构 | 第52-53页 |
| 5.2.3 CGAL关键代码和调试界面 | 第53-55页 |
| 5.3 算法实现和实验结果 | 第55-62页 |
| 5.3.1 确定迭代参数 β 的值 | 第55-57页 |
| 5.3.2 确定曲面正则化参数 α | 第57页 |
| 5.3.3 保细节参数 λ 确定 | 第57-58页 |
| 5.3.4 总体比较 | 第58-60页 |
| 5.3.5 算法的实际运用 | 第60-62页 |
| 5.4 小结 | 第62-63页 |
| 第六章 全文总结与展望 | 第63-65页 |
| 6.1 总结 | 第63-64页 |
| 6.2 今后研究工作展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 攻硕期间取得的研究成果 | 第69-70页 |
