已閱讀1頁,還剩71頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著三維測量和硬件掃描設(shè)備的不斷發(fā)展以及一些新的測量技術(shù)的出現(xiàn),人們對于三維幾何建模技術(shù)的要求越來越高,因其獲取的數(shù)據(jù)量較大,為后續(xù)的處理過程造成了很大困難,在保證被測對象后續(xù)處理環(huán)節(jié)所需關(guān)鍵幾何形狀特征信息的條件下,如何對點云數(shù)據(jù)進行最大程度的精簡處理,對于準(zhǔn)確、快速和高效地進行后續(xù)處理顯得非常重要。
本課題突破常用的點云精簡方法,運用包圍盒和最大信息相似性誤差測度的方法,可以在最大限度精簡點云的基礎(chǔ)上較好的保持物體的幾何特
2、征。
首先,針對傳統(tǒng)的點云精簡方法展開研究,根據(jù)傳統(tǒng)的點云精簡方法效率低、效果差等問題的分析,將包圍盒運用到點云分塊中,大大減少了點云搜索鄰域點的時間。
其次,建立用于定量描述采樣點微分幾何相似性的模型,以信息相似性最大為原則構(gòu)建每組收縮點和信息相似性加權(quán)二次誤差測度,并通過該誤差測度最小化實現(xiàn)每組有效收縮點最優(yōu)坐標(biāo)的求解,信息相似性的提出,為模型特征曲線的精確、快速重建提供保障。
進一步,突破把采樣點對收
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 相似性分類算法的誤差分析.pdf
- 基于改進的血管相似性測度和軸跟蹤的肝臟血管分割算法.pdf
- 醫(yī)學(xué)圖像增強和配準(zhǔn)相似性測度的若干研究.pdf
- 醫(yī)學(xué)圖像配準(zhǔn)中的相似性測度研究.pdf
- 相似性學(xué)習(xí)及基于相似性的數(shù)據(jù)低維表示.pdf
- 基于視覺的最小包圍盒虛擬測量誤差分析.pdf
- 基于灰度相似性測度的醫(yī)學(xué)圖像配準(zhǔn)技術(shù)研究.pdf
- 基于拓撲相似性與語義相似性的疾病基因預(yù)測研究.pdf
- 基于相似性比較的Web信息抽取與集成.pdf
- 基于角點的結(jié)構(gòu)相似性圖像質(zhì)量評價方法研究.pdf
- 基于新型相似性測度的醫(yī)學(xué)圖像非剛體快速配準(zhǔn)算法研究.pdf
- 基于相似性和重構(gòu)的過程監(jiān)測方法研究.pdf
- 基于BSP樹的點云精簡方法研究.pdf
- 基于正態(tài)云模型重疊度的相似性度量研究及其應(yīng)用.pdf
- 基于MapReduce的相似性連接研究.pdf
- 隱喻和相似性的辯證關(guān)系.pdf
- 基于關(guān)鍵點的NAM圖像特征表示及其相似性分類研究.pdf
- 基于局部相似性的輪廓提取算法.pdf
- 基于信息離散度的DNA序列相似性分析研究.pdf
- 基于相似性測度的區(qū)間二型模糊多屬性群決策方法及其應(yīng)用.pdf
評論
0/150
提交評論