| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题来源 | 第9页 |
| 1.2 课题背景及意义 | 第9-11页 |
| 1.3 国内外发展现状 | 第11-14页 |
| 1.3.1 国内发展现状 | 第12-13页 |
| 1.3.2 国外发展现状 | 第13-14页 |
| 1.4 主要研究内容 | 第14-15页 |
| 第2章 点云处理的计算机图形学 | 第15-22页 |
| 2.1 引言 | 第15页 |
| 2.2 KD 树 | 第15-18页 |
| 2.2.1 建立 kd 树 | 第16-17页 |
| 2.2.2 查找近邻点 | 第17-18页 |
| 2.3 主曲率及主方向 | 第18-19页 |
| 2.4 拓扑连通性 | 第19页 |
| 2.4.1 覆盖集 | 第19页 |
| 2.4.2 连通性 | 第19页 |
| 2.5 主元分析 | 第19-21页 |
| 2.5.1 点云协方差矩阵 | 第19-20页 |
| 2.5.2 主成分特性分析 | 第20-21页 |
| 2.6 本章小结 | 第21-22页 |
| 第3章 基于主曲率的点云数据分割 | 第22-36页 |
| 3.1 引言 | 第22页 |
| 3.2 点云分割前处理 | 第22-27页 |
| 3.2.1 改进的 kd 树快速搜索技术 | 第22-24页 |
| 3.2.2 加权法向量计算及重定向 | 第24-25页 |
| 3.2.3 坐标系转换 | 第25-27页 |
| 3.3 主曲率及主方向 | 第27-31页 |
| 3.3.1 法曲率近似表示 | 第27-28页 |
| 3.3.2 线性回归求 Weingarten 矩阵 | 第28-30页 |
| 3.3.3 结果输出 | 第30-31页 |
| 3.4 点云分割 | 第31-35页 |
| 3.4.1 初始分割 | 第31-33页 |
| 3.4.2 区域融合 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 基于连通性的点云数据分割及骨架提取 | 第36-50页 |
| 4.1 引言 | 第36页 |
| 4.2 覆盖集的形成及特征分析 | 第36-40页 |
| 4.2.1 r-立方体的划分 | 第36-37页 |
| 4.2.2 覆盖集的形成 | 第37-38页 |
| 4.2.3 覆盖集的特征分析 | 第38-40页 |
| 4.3 覆盖集的连通性判断准则 | 第40-41页 |
| 4.4 分割起始点的自动确定 | 第41-43页 |
| 4.4.1 干部及其根部的确定 | 第41-42页 |
| 4.4.2 “点堆”及其根部的确定 | 第42-43页 |
| 4.5 点云分割 | 第43-46页 |
| 4.5.1 初始分割 | 第43-45页 |
| 4.5.2 根部反向扩充 | 第45-46页 |
| 4.6 骨架提取 | 第46-48页 |
| 4.6.1 组内节点连接 | 第47-48页 |
| 4.6.2 组间节点连接 | 第48页 |
| 4.7 本章小结 | 第48-50页 |
| 第5章 脑血管点云数据分割实验与分析 | 第50-61页 |
| 5.1 引言 | 第50页 |
| 5.2 点云分割实验环境 | 第50页 |
| 5.3 主曲率分割算法与连通性分割算法的对比实验 | 第50-52页 |
| 5.4 基于连通性算法的脑血管点云数据分割实验 | 第52-54页 |
| 5.5 基于连通性算法的脑血管点云数据骨架提取实验 | 第54-56页 |
| 5.6 点云分割影响因素的分析 | 第56-60页 |
| 5.6.1 覆盖集半径对点云分割的影响 | 第56-58页 |
| 5.6.2 初始点云数量对点云分割的影响 | 第58-60页 |
| 5.7 本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67页 |