声明
第一章 绪论
1.1 研究背景及意义
1.2 点云压缩问题的定义
1.3 点云压缩方法的研究现状
1.4 论文的研究内容和创新点
1.5 论文的章节安排
第二章 FPFH特征描述子
2.1 引言
2.2 点特征直方图
2.3 快速点特征直方图
2.4 PFH和FPFH的区别
2.5 FPFH特征分析
2.6 小结
第三章 基于PCA的特征降维
3.1 引言
3.2 数据降维方法
3.3 PCA的原理
3.4 PCA变换的基本步骤
3.5 仿真实验与分析
3.6 基于PCA特征降维的评价分析
3.7 小结
第四章 基于模糊C均值聚类的点云分类
4.1 引言
4.2 模糊聚类算法的概述
4.3 模糊C均值聚类的实现过程
4.4 基于模糊C均值聚类对比多种特征描述子
4.5 小结
第五章 基于特征降维与模糊聚类的自适应点云压缩处理
5.1 引言
5.2 基于特征降维和模糊聚类的自适应点云压缩
5.3 压缩算法的仿真实验
5.4 小结
第六章 基于泊松曲面重建的压缩效果对比
6.1 引言
6.2 曲面重建方法介绍
6.3 泊松曲面重建算法
6.4 基于泊松曲面重建的点云压缩效果对比
6.5 小结
第七章 总结与展望
7.1 总结
7.2 展望
参考文献
致谢
附录:攻读硕士期间研究成果
东华大学;