| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景和意义 | 第9-11页 |
| ·论文课题来源 | 第11页 |
| ·相关工作 | 第11-12页 |
| ·点云去噪 | 第11-12页 |
| ·点云法向估算 | 第12页 |
| ·上采样 | 第12页 |
| ·本文的工作 | 第12-13页 |
| ·内容组织 | 第13页 |
| ·本章小结 | 第13-14页 |
| 第二章 点云数据去噪及均匀化 | 第14-24页 |
| ·点云数据预处理 | 第14页 |
| ·LOP （Locally Optimal Projection）算子 | 第14-18页 |
| ·LOP 算子简介 | 第14-15页 |
| ·LOP 算子 | 第15-18页 |
| ·加权的 LOP 算子（WLOP,Weighted Locally Optimal Projection） | 第18-23页 |
| ·引言 | 第18-19页 |
| ·WLOP 算法 | 第19-20页 |
| ·算法实现 | 第20-21页 |
| ·实验结果分析 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 点云法向估算 | 第24-35页 |
| ·法向估计方法 | 第24页 |
| ·PCA（Principal Component Analysis）算法原理 | 第24-26页 |
| ·PCA 原理 | 第24-26页 |
| ·实验结果 | 第26页 |
| ·一致法向估算 | 第26-30页 |
| ·估算框架 | 第26-27页 |
| ·源点的选取 | 第27页 |
| ·权值计算方法 | 第27-29页 |
| ·纠正迭代 | 第29页 |
| ·实验结果 | 第29-30页 |
| ·Anisotropic PCA 算法 | 第30-34页 |
| ·APCA 原理 | 第31-33页 |
| ·算法描述 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 保持尖锐特征上采样 | 第35-43页 |
| ·上采样 | 第35页 |
| ·上采样（up-sampling）算法 | 第35-42页 |
| ·基点选取 | 第35-37页 |
| ·投影距离 | 第37-38页 |
| ·新点法向计算 | 第38-39页 |
| ·优先权计算 | 第39-40页 |
| ·算法描述及实验结果 | 第40-42页 |
| ·本章小结 | 第42-43页 |
| 第五章 点云模型优化系统实现 | 第43-62页 |
| ·系统描述 | 第43-45页 |
| ·开发环境 | 第43-44页 |
| ·系统框架设计 | 第44-45页 |
| ·主要数据结构及算法描述 | 第45-54页 |
| ·主要数据结构 | 第45-51页 |
| ·算法抽象类 | 第51页 |
| ·WLOP 算法实现 | 第51-52页 |
| ·上采样算法实现 | 第52-54页 |
| ·系统交互设计 | 第54-56页 |
| ·系统流程 | 第56-59页 |
| ·实验结果讨论 | 第59-60页 |
| ·算法性能分析 | 第60-61页 |
| ·本章小节 | 第61-62页 |
| 第六章 总结和展望 | 第62-63页 |
| ·本文工作总结 | 第62页 |
| ·进一步工作展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 攻读硕士学位期间取得的研究成果 | 第66-67页 |
| 致谢 | 第67页 |
