点云的三维实时重构-计算机应用-论文之家

您现在的位置：硕士论文 >> 电子论文 >> 计算机 >> 计算机应用 >> 正文

点云的三维实时重构

作者：吕伟刚 Publish: 2007-3-13 Hits:-

【中文题名】

点云的三维实时重构

【英文题名】

The 3D Real-Time Reconstruction from Point Cloud

【学科专业】

计算机科学与技术

【论文级别】

硕士论文

【投稿时间】

2007-3-13

【中关键词】

三维重构,点云,三角形网格,相似面,配准,

【英关键词】

3D reconstruction,point cloud,triangular mesh,analogical surface,registration,

【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)>模式识别与装置

【论文摘要】

三维重构是目前图像处理领域的研究热点,属于多学科交叉的研究课题,涉及到计算机图形学,图像处理等多种技术,在制造业、虚拟现实、建筑、医学、文物保护、电影特技制作等领域有着广泛的应用。本文综述了物体三维重构系统的结构和技术组成,并在此基础上对重构关键技术进行了深入的研究和探索,包括对深度图像点云数据多解析度三角形网格的建立,以及对多视图深度图像稳定配准,最终建立了完整的物体表面几何形状描述。多边形网格的绘制是目前的标准绘制方法,它把三维模型表面的点连接成多边形网格,可以描述复杂的表面,提供很强的适应性。对于网格曲面重构的算法,一个重要问题就是如何从点云中重建出与被采样物体表面拓扑一致的三角网格曲面。本文发现了网格重建中点云的内在几何性质,据此创造并设计出由这个内在性质驱动的网格重建算法,即基于相似面的表面重建,使得重建网格是限制在被采样体表面上、与此表面的拓扑结构非常接近的相似面三角形,仅需经过简单后继处理,就可得到与被采样体表面拓扑一致的三角网格。 ICP(Iterative Closest Point)算法是在校准三维点集时广泛使用的一种方法。利用该算法校准时,校准的质量...

【论文题纲】

摘要	4-5
Abstract	5-9
第1章绪论	9-14
1.1 课题背景	9-12
1.2 相关工作回顾	12-13
1.2.1 多解析度网格生成	12
1.2.2 多视图图像配准	12-13
1.3 本文的研究内容	13-14
第2章三维数据的绘制方法	14-23
2.1 三维数据的获取和近似	14-15
2.2 点绘制	15-17
2.3 模式识别中的K 近邻法	17-18
2.4 基于局部分段线性拟合的绘制方法	18-22
2.5 本章小结	22-23
第3章基于相似面的表面重建	23-39
3.1 算法的总体描述	23-27
3.1.1 基于相似面的表面重建理论	23-25
3.1.2 算法流程	25-27
3.2 点云数据的组织	27-28
3.3 网格绘制	28-30
3.3.1 近邻点的寻找	28-30
3.3.2 三角锥的构成	30
3.4 可视化的实现	30-31
3.5 实验结果及分析	31-38
3.5.1 算法的时间代价和空间代价	31-33
3.5.2 实验的视觉效果以及结果分析	33-38
3.6 本章小结	38-39
第4章 ICP 算法的稳定采样	39-52
4.1 相关的基础知识	39-43
4.1.1 ICP 算法简介	39
4.1.2 刚体变换参数表示	39-41
4.1.3 对应点的选择	41-42
4.1.4 ICP 算法中误差计算	42-43
4.2 ICP 算法中采样的一种改进算法	43-47
4.2.1 稳定性理论	43-44
4.2.2 稳定性的检测方法	44-45
4.2.3 采样策略	45-46
4.2.4 稳定算法的加速和增强	46-47
4.3 实验结果	47-50
4.4 本章小结	50-52
结论	52-53
参考文献	53-58
致谢	58

【DOI】

LunWen.ID:2.2008.366333



付费论文：有参考文献 300元

1、注册会员 2、购买本文 3、下载文章
注:此文为收费论文，需付费购买。每页大约1000字。

代写论文流程

载入中…

Web lunwenjia


热门搜索：三维重构论文点云三角形网格相似面配准

计算机应用最新论文

计算机应用热门论文