文摘
英文文摘
声明
1 绪论
1.1基于网格的图形学
1.2基于点的图形学
1.2.1点云的获取
1.2.2点云的预处理
1.2.3点云的表示
1.2.4点云的处理与建模
1.2.5点云的绘制
1.3点云法向估计
1.4本文主要工作
2预备知识
2.1 点云
2.2邻域类型
2.2.1 欧式邻域
2.2.2 K-近邻
2.2.3投影邻域
2.3最小二乘
2.3.1线性最小二乘
2.3.2非线性最小二乘
2.4 Delaunay三角剖分及Voronoi图
2.4.1 Delaunay三角剖分
2.4.2 Voronoi图
2.4.3 Delaunay三角剖分与Voronoi图的关系
2.5统计学习理论
3点云法向估计的算法介绍
3.1 基于平面法向的估计算法
3.1.1最小二乘平面
3.1.2移动最小二乘平面
3.1.3 局部的三角网格
3.2基于主成分分析的估计算法
3.2.1法向估计
3.2.2一致定向
3.3基于标准奇异值分解的估计算法
3.4基于Voronoi的法向估计算法
3.5 基于统计学习的Ensembles法向估计算法
3.5.1子集生成
3.5.2法向估计
3.5.3法向平均
4改进的Ensembles法向估计方法
4.1 基于分块策略的采样方式
4.1.1生成最小包围盒
4.1.2分块
4.2 带有自适应采样率的采样方式
4.3带有权的平均公式
4.4实验及结果分析
4.4.1数值实验
4.4.2结果分析
结论
参考文献
攻读硕士学位期间发表学术论文情况
致 谢