| 【中文题名】 | 点云模型上测地线计算的研究 |
| 【英文题名】 | |
| 【学科专业】 | 计算机软件与理论 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-11-6 |
| 【中关键词】 | 三维数据,点云模型,法向量,曲率,测地线,Dijkstra算法 |
| 【英关键词】 | 3D data,Point cloud models,Normal vector,Curvature,Geodesic curves,Dijkstra's algorithm,Square Distance Minimization, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机的应用>信息处理(信息加工)>机器辅助技术 |
| 【论文摘要】 | 在用计算机数字化现实世界的过程中，相对于以往二维图像，三维数据具有其先天的优势。随着现代三维扫描与建模技术的提高，基于采样点的三维数据模型即点云模型，已经逐渐结合到许多应用领域中，同时也促进了多学科交叉领域的发展。点云模型由于具备表示三维细节能力强、存储简单等特点，成为CAD／CG最常用的三维物体表示模型之一。对点云模型的处理已成为近年来研究的热点，如研究针对点云数据的曲面重建、分割、布尔操作等。点云模型上2点间的测地线计算作为点云模型处理的基础之一，近年来受到越来越多的关注。
点云模型表示的最大特点是不需要记录和保存采样点间的拓扑关系，与传统的网格处理相比较，这种表示不但可以大大降低模型的存储需求，并且在处理中具有很高的灵活性。我们的研究目标是在点云模型只提供几何信息的前提下，实现大规模点云模型上测地线计算。
测地线计算在计算机图形学、图像处理、计算几何、计算机视觉等领域有着广泛的应用。本文把最小平方距离(Square Distance Minimization—SDM)框架应用到点云模型上两点间测地线的计算上。SDM方法避免了早期样条逼近算法对目标数据点的参数化，并且因为采... |
| 【论文题纲】 |
|
原创性声明 |
2 |
|
关于学位论文使用授权的声明 |
2-4 |
|
摘要 |
4-6 |
|
ABSTRACT |
6-9 |
|
第一章 绪论 |
9-24 |
|
1.1 研究背景 |
9-14 |
|
1.1.1 三维数据的应用 |
9-10 |
|
1.1.2 点云数据的发展现状 |
10-11 |
|
1.1.3 测地线的应用 |
11-13 |
|
1.1.4 点云模型上直接计算测地线的可行性 |
13-14 |
|
1.2 相关研究 |
14-23 |
|
1.2.1 测地线的算法分类 |
14-15 |
|
1.2.2 参数曲面模型上测地线算法 |
15-18 |
|
1.2.3 三角面片模型上测地线算法 |
18-21 |
|
1.2.4 点云模型上测地线算法 |
21-23 |
|
1.3 本文工作与结构安排 |
23-24 |
|
第二章 预备知识 |
24-29 |
|
2.1 测地线定义 |
24-25 |
|
2.2 曲面上一点的法向量 |
25-26 |
|
2.3 曲面上一点的主曲率和主方向 |
26-27 |
|
2.4 平方距离最小化SDM |
27-28 |
|
2.5 本章小结 |
28-29 |
|
第三章 点云模型上测地线的计算 |
29-34 |
|
3.1 引言 |
29 |
|
3.2 点云模型上测地线的计算 |
29-31 |
|
3.3 目标函数的计算 |
31-32 |
|
3.4 实验结果与比较 |
32-33 |
|
3.5 本章小结 |
33-34 |
|
第四章 点云模型上测地线计算的关键技术 |
34-39 |
|
4.1 点云数据网格化方法 |
34-35 |
|
4.2 Dijkstra算法求初始活动曲线 |
35-36 |
|
4.3 点云模型上曲率等的计算 |
36-38 |
|
4.3.1 平面匹配法计算法向量 |
36-37 |
|
4.3.2 抛物面拟合法求曲率 |
37-38 |
|
4.4 本章小结 |
38-39 |
|
第五章 结论与进一步工作的讨论 |
39-41 |
|
5.1 本文总结 |
39 |
|
5.2 研究展望 |
39-41 |
|
参考文献 |
41-46 |
|
致谢 |
46-47 |
|
硕士期间发表的论文 |
47-48 |
|
学位论文评阅及答辩情况表 |
48 |
|
| 【DOI】 | LunWen.ID:2.2008.365040 |
