摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第17-23页 |
1.1 课题背景与研究意义 | 第17页 |
1.2 国内外研究现状 | 第17-19页 |
1.2.1 曲面重构技术在国内的研究现状 | 第17-18页 |
1.2.2 曲面重构技术在国外的研究现状 | 第18-19页 |
1.3 主要内容及章节安排 | 第19-22页 |
1.3.1 研究主要内容 | 第19-21页 |
1.3.2 论文章节安排 | 第21-22页 |
1.4 本章小结 | 第22-23页 |
第二章 徽派建筑构件点云数据获取与处理 | 第23-38页 |
2.1 研究对象简介 | 第23-24页 |
2.1.1 徽派建筑简介 | 第23页 |
2.1.2 呈坎宝纶阁和方观田宅简介 | 第23-24页 |
2.2 三维激光扫描技术 | 第24-25页 |
2.2.1 工作原理 | 第24-25页 |
2.3 点云 | 第25-27页 |
2.3.1 点云构成 | 第25-27页 |
2.3.2 预处理操作必要性 | 第27页 |
2.4 点云数据的预处理 | 第27-36页 |
2.4.1 点云数据去噪声 | 第27-31页 |
2.4.2 点云数据孔洞修补 | 第31-34页 |
2.4.3 点云数据配准 | 第34-36页 |
2.5 本章小结 | 第36-38页 |
第三章 点云曲面重构方法分析 | 第38-57页 |
3.1 曲面重构 | 第38页 |
3.2 点云曲面重构方法分类 | 第38-43页 |
3.2.1 微切平面法曲面重构 | 第38-39页 |
3.2.2 三维Delaunay三角剖分曲面重构 | 第39-41页 |
3.2.3 移动最小二乘法曲面重构 | 第41-42页 |
3.2.4 区域生长法曲面重构 | 第42-43页 |
3.3 徽派建筑构件原始点云预处理 | 第43-52页 |
3.3.1 多站点点云数据拼接 | 第43页 |
3.3.2 分割优化 | 第43-47页 |
3.3.3 滤波去噪 | 第47-49页 |
3.3.4 法线估计 | 第49-52页 |
3.4 基于贪婪投影三角化算法的曲面重构 | 第52-54页 |
3.4.1 GPT算法的原理 | 第52页 |
3.4.2 实现步骤 | 第52-53页 |
3.4.3 实验结果 | 第53-54页 |
3.5 基于BallPivoting算法的曲面重构 | 第54-55页 |
3.5.1 算法原理 | 第54页 |
3.5.2 实验结果 | 第54-55页 |
3.6 本章小结 | 第55-57页 |
第四章 基于泊松算法的徽派建筑构件点云空间的曲面重构 | 第57-64页 |
4.1 引言 | 第57页 |
4.2 泊松算法 | 第57-59页 |
4.2.1 梯度场的定义 | 第58页 |
4.2.2 向量场的定义 | 第58页 |
4.2.3 泊松问题的求解 | 第58-59页 |
4.3 算法实现过程 | 第59-61页 |
4.4 重构结果 | 第61-63页 |
4.5 本章小结 | 第63-64页 |
第五章 实验结果分析及平台搭建 | 第64-68页 |
5.1 实验结果分析 | 第64-65页 |
5.2 平台介绍 | 第65-67页 |
5.2.1 PCL开源库 | 第65-66页 |
5.2.2 Qt Creator | 第66-67页 |
5.2.3 系统环境 | 第67页 |
5.3 本章小结 | 第67-68页 |
第六章 总结与展望 | 第68-70页 |
参考文献 | 第70-73页 |
致谢 | 第73-74页 |
作者简介及读研期间主要科研成果 | 第74页 |