点模型的降噪与三维重建算法研究
| 摘要 | 第1-8页 |
| Abstract | 第8-15页 |
| 第1章 绪论 | 第15-31页 |
| ·基于点的计算机图形学 | 第15-16页 |
| ·点模型 | 第16-22页 |
| ·点模型的定义 | 第16-17页 |
| ·点模型的法向量和曲率 | 第17-19页 |
| ·点模型的数据结构 | 第19-22页 |
| ·八叉树 | 第20-21页 |
| ·层次包围球 | 第21页 |
| ·VS树 | 第21-22页 |
| ·Splats | 第22-25页 |
| ·椭圆Splats | 第23-24页 |
| ·PhongSplats | 第24-25页 |
| ·相关研究工作 | 第25-28页 |
| ·点模型的降噪 | 第25-26页 |
| ·点模型的曲面重建 | 第26-27页 |
| ·点模型的绘制 | 第27-28页 |
| ·本文工作 | 第28-31页 |
| 第2章 点模型的多边滤波器降噪算法 | 第31-43页 |
| ·引言 | 第31页 |
| ·相关研究工作 | 第31-34页 |
| ·算法及实现 | 第34-39页 |
| ·点模型降噪的目标 | 第34页 |
| ·二维数字图像的双边滤波算法 | 第34-35页 |
| ·点模型的多边滤波器算法 | 第35-39页 |
| ·多边平滑法向量 | 第35-38页 |
| ·多边平滑采样点的位置 | 第38-39页 |
| ·实验结果分析 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第3章 点模型的Bayesian降噪算法 | 第43-53页 |
| ·引言 | 第43-44页 |
| ·相关研究工作 | 第44-45页 |
| ·Bayesian降噪 | 第45-49页 |
| ·似然概率 | 第46-47页 |
| ·先验概率 | 第47-48页 |
| ·优化 | 第48-49页 |
| ·可视化 | 第49-50页 |
| ·实验结果分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第4章 噪声点云数据的隐式重建算法 | 第53-76页 |
| ·引言 | 第53-54页 |
| ·相关研究工作 | 第54-58页 |
| ·均值漂移算子 | 第58-61页 |
| ·非参数核密度估计 | 第59-60页 |
| ·均值漂移 | 第60-61页 |
| ·隐式曲面重建 | 第61-70页 |
| ·自适应空间划分 | 第61-64页 |
| ·局部曲面形状函数估计 | 第64-68页 |
| ·单位分解法 | 第68-70页 |
| ·实验结果分析 | 第70-75页 |
| ·本章小结 | 第75-76页 |
| 第5章 基于最小二乘再生核的隐式曲面重建算法 | 第76-94页 |
| ·引言 | 第76-77页 |
| ·相关研究工作 | 第77-79页 |
| ·基于LSRK和PoU的隐式曲面重建算法 | 第79-88页 |
| ·VS树分层空间划分 | 第79-81页 |
| ·点模型简化 | 第81-84页 |
| ·基于LSRK的局部形状函数估计 | 第84-87页 |
| ·全局隐式函数 | 第87-88页 |
| ·实验结果分析 | 第88-92页 |
| ·本章小结 | 第92-94页 |
| 第6章 隐式曲面模型的绘制算法 | 第94-111页 |
| ·引言 | 第94页 |
| ·相关研究工作 | 第94-97页 |
| ·隐式曲面采样 | 第94-96页 |
| ·基于点的绘制 | 第96-97页 |
| ·隐式曲面的曲率计算 | 第97-99页 |
| ·采样 | 第99-106页 |
| ·粒子初始化 | 第100-101页 |
| ·粒子的空间特性分析 | 第101-103页 |
| ·移动粒子 | 第103-105页 |
| ·简化与松弛 | 第105-106页 |
| ·绘制 | 第106-107页 |
| ·实验结果分析 | 第107-109页 |
| ·本章小结 | 第109-111页 |
| 总结与展望 | 第111-114页 |
| 总结 | 第111-112页 |
| 展望 | 第112-114页 |
| 致谢 | 第114-116页 |
| 参考文献 | 第116-132页 |
| 攻读博士学位期间发表的论文 | 第132-133页 |
