三维模型识别算法研究
中文摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
第一章 引言 | 第9-19页 |
·三维模型识别研究的科学意义和应用前景 | 第9-14页 |
·三维模型识别的国内外研究现状 | 第14-17页 |
·三维模型特征提取研究现状 | 第14-15页 |
·三维模型识别方法研究现状 | 第15-17页 |
·论文的主要研究内容 | 第17页 |
·论文的结构安排 | 第17-19页 |
第二章 基于核主成分分析的识别算法 | 第19-30页 |
·选择特征描述符并提取特征向量 | 第20页 |
·K-PCA算法描述 | 第20-23页 |
·基于核主成分分析的识别算法原理 | 第20-22页 |
·基于核主成分分析的三维模型识别算法原理 | 第22-23页 |
·仿真结果与分析 | 第23-29页 |
·仅使用KNN算法进行三维模型识别 | 第24-25页 |
·仅使用PCA算法对原始特征向量进行数据降维 | 第25页 |
·使用K-PCA算法对原始特征向量进行处理 | 第25-29页 |
·本章小结 | 第29-30页 |
第三章 基于局部稀疏表示的识别算法 | 第30-43页 |
·稀疏表示技术的发展历史与研究现状 | 第30-32页 |
·基于局部稀疏表示的识别 | 第32-34页 |
·基于稀疏表示的识别方法 | 第32-33页 |
·基于局部稀疏表示的识别方法 | 第33-34页 |
·基于局部稀疏表示的三维模型识别 | 第34-38页 |
·基于局部稀释表示的三维模型识别算法描述 | 第34-35页 |
·三维模型特征描述符的选择 | 第35-36页 |
·改进的SDF取值方法 | 第36-37页 |
·特征向量构造方法 | 第37-38页 |
·基于局部稀疏表示的三维模型识别 | 第38页 |
·仿真结果与讨论 | 第38-42页 |
·三维模型识别结果 | 第38-41页 |
·算法的鲁棒性测试 | 第41页 |
·与其他识别算法的比较 | 第41-42页 |
·本章小结 | 第42-43页 |
第四章 结论 | 第43-45页 |
·总结 | 第43-44页 |
·展望 | 第44-45页 |
参考文献 | 第45-51页 |
致谢 | 第51-52页 |
攻读学位期间发表的学术论文目录 | 第52-53页 |