声明
摘要
第一章 引言
1.1 研究背景与意义
1.1.1 相似性分析
1.1.2 三维网格模型降噪
1.2 研究现状
1.2.1 张量研究现状
1.2.2 相似性分析研究现状
1.2.3 网格降噪方法研究现状
1.3 本文工作
1.3.1 研究内容
1.3.2 组织结构和框架
第二章 张量及三维模型局部特征描述符
2.1 张量
2.1.1 张量定义
2.1.2 张量范数
2.1.3 张量分解
2.2 常用几何特征属性估算
2.2.1 三维模型的曲率估算
2.2.2 形状指数
2.2.3 网格形状直径函数
2.2.4 保形因子
2.3 本章总结
第三章 基于张量的相似性分析
3.1 相似性度量方法
3.2 基于Randomizedcuts的过分割
3.3 聚类算法
3.3.1 k-means聚类方法
3.3.2 层次聚类
3.3.3 FCM聚类算法
3.3.4 三种聚类算法的实验结果与讨论
3.4 基于张量描述符的相似块匹配
3.4.1 张量的构造
3.4.2 张量二范数分析形状相似性
3.5 实验分析与讨论
3.6 本章小结
第四章 基于张量的网格降噪
4.1 高阶奇异值分解在图像上的运用
4.2 三维模型子块匹配
4.3 三维模型张量构造
4.4 实验分析与讨论
4.5 本章小结
第五章 总结和展望
5.1 研究工作总结
5.2 研究工作展望
参考文献
致谢