首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于轮廓线的CT图像三维表面重构技术研究

中文摘要第1-5页
ABSTRACT第5-9页
第一章 绪论第9-16页
   ·课题研究的背景和意义第9-10页
   ·国内外研究现状第10-13页
     ·面绘制第10-12页
     ·体绘制第12-13页
   ·课题研究的内容和目标第13-14页
   ·文章组织安排第14-16页
第二章 图像预处理和表面重构第16-34页
   ·CT图像成像原理及特点第16-17页
     ·CT成像过程第16-17页
     ·CT图像的特点第17页
   ·图像平滑及图像分割第17-22页
     ·图像平滑第17-18页
     ·图像分割第18-22页
   ·表面重构第22-29页
     ·面绘制方法第22-28页
     ·体绘制方法第28-29页
   ·OPENGL简介第29-33页
   ·本章小结第33-34页
第三章 基于轮廓线的CT图像三维表面重构第34-48页
   ·轮廓线的提取第34-37页
   ·提取特征点的曲率公式第37-38页
   ·轮廓线重构的基本方法第38-42页
     ·最短对角线法第39-40页
     ·最大体积法第40-41页
     ·相邻轮廓同步前进法第41-42页
     ·存在的问题第42页
   ·基于轮廓线的三维表面重构第42-46页
     ·特征点的提取第42-43页
     ·三角面片的构造第43-44页
     ·算法的具体实现步骤第44页
     ·实验结果及讨论第44-46页
   ·本章小结第46-48页
第四章 基于点云数据的CT图像三维表面重构第48-64页
   ·引言第48页
   ·点云数据预处理第48-51页
     ·点云数据的空间划分第48-50页
     ·点云数据的精简第50-51页
   ·CRUST算法基础理论第51-54页
     ·Voronoi图第51-52页
     ·Delaunay三角网的构建第52-53页
     ·Crust算法第53-54页
   ·基于点云数据的三维表面重构第54-63页
     ·特征点的提取第54-56页
     ·Delaunay三角剖分第56-58页
     ·算法的具体实现步骤第58页
     ·实验结果及分析第58-63页
   ·本章小结第63-64页
第五章 总结和展望第64-66页
   ·论文总结第64页
   ·展望第64-66页
参考文献第66-71页
致谢第71-72页
攻读学位期间取得的成果第72-73页

论文共73页,点击 下载论文
上一篇:MapReduce下的约束频繁模式挖掘与任务调度
下一篇:基于视频图像处理的城市道路污染检测与识别