计算机科学与技术专业毕业论文[精品论文]三维网格的二次曲面提取技术研究.doc

计算机科学与技术专业毕业论文 精品论文 三维网格的二次曲面提取技术研究关键词：三维网格 二次曲面提取技术 层次聚类摘要：在计算机软硬件技术不断进步的同时，图形学领域的三维扫描和三维建模技术也取得了长足进展。在反求工程、影视动画及电脑游戏等要求高细节三维模型的领域，数字化的三维图形开始大量涌现，并得到广泛使用。用于计算机处理的模型通常是先用扫描仪扫描实体模型得到散乱的点云集合，然后在此基础上生成复杂的网格多面体，最后对这些网格多面体进行二次曲面提取，从而在计算机中重建原实体模型。曲面提取技术极大地影响了重建模型的质量。因此，网格多面体的二次曲面提取一直是图形学领域里的关键技术，是研究的热点课题。 首先，本文对目前国内外三维网格的二次曲面提取的背景知识、进展及其在各个方面的应用情况进行了综述。介绍了各个典型算法的思想，说明其实现方法和性能。 其次，本文提出了一种基于层次聚类的二次曲面的提取算法。该算法在把模型曲面分解成具有指定特征小区域的基础上，将一给定形状逐级聚类为相连的区域，这些区域可用归属于给定集的基本二次曲面来逼近。与区域增长自下向上的局部贪婪策略不同，本文的层次聚类提取算法采用全局贪婪策略。算法的核心也不在于基元聚类的扩张，而在于选择最优的聚类进行合并操作。 再次，本文提出一种快速的二次曲面体提取算法，使用一组重叠的椭球体来逼近给定的三维网格模型。从而解决了以下两个问题：计算给定三维网格内部的优化拟合椭球体；从巨量候选椭球体中选择最重要(最小重复度)的子集。 最后，对本文的研究工作进行总结，并指出了未来的研究方向。正文内容 在计算机软硬件技术不断进步的同时，图形学领域的三维扫描和三维建模技术也取得了长足进展。在反求工程、影视动画及电脑游戏等要求高细节三维模型的领域，数字化的三维图形开始大量涌现，并得到广泛使用。用于计算机处理的模型通常是先用扫描仪扫描实体模型得到散乱的点云集合，然后在此基础上生成复杂的网格多面体，最后对这些网格多面体进行二次曲面提取，从而在计算机中重建原实体模型。曲面提取技术极大地影响了重建模型的质量。因此，网格多面体的二次曲面提取一直是图形学领域里的关键技术，是研究的热点课题。 首先，本文对目前国内外三维网格的二次曲面提取的背景知识、进展及其在各个方面的应用情况进行了综述。介绍了各个典型算法的思想，说明其实现方法和性能。 其次，本文提出了一种基于层次聚类的二次曲面的提取算法。该算法在把模型曲面分解成具有指定特征小区域的基础上，将一给定形状逐级聚类为相连的区域，这些区域可用归属于给定集的基本二次曲面来逼近。与区域增长自下向上的局部贪婪策略不同，本文的层次聚类提取算法采用全局贪婪策略。算法的核心也不在于基元聚类的扩张，而在于选择最优的聚类进行合并操作。 再次，本文提出一种快速的二次曲面体提取算法，使用一组重叠的椭球体来逼近给定的三维网格模型。从而解决了以下两个问题：计算给定三维网格内部的优化拟合椭球体；从巨量候选椭球体中选择最重要(最小重复度)的子集。 最后，对本文的研究工作进行总结，并指出了未来的研究方向。在计算机软硬件技术不断进步的同时，图形学领域的三维扫描和三维建模技术也取得了长足进展。在反求工程、影视动画及电脑游戏等要求高细节三维模型的领域，数字化的三维图形开始大量涌现，并得到广泛使用。用于计算机处理的模型通常是先用扫描仪扫描实体模型得到散乱的点云集合，然后在此基础上生成复杂的网格多面体，最后对这些网格多面体进行二次曲面提取，从而在计算机中重建原实体模型。曲面提取技术极大地影响了重建模型的质量。因此，网格多面体的二次曲面提取一直是图形学领域里的关键技术，是研究的热点课题。 首先，本文对目前国内外三维网格的二次曲面提取的背景知识、进展及其在各个方面的应用情况进行了综述。介绍了各个典型算法的思想，说明其实现方法和性能。 其次，本文提出了一种基于层次聚类的二次曲面的提取算法。该算法在把模型曲面分解成具有指定特征小区域的基础上，将一给定形状逐级聚类为相连的区域，这些区域可用归属于给定集的基本二次曲面来逼近。与区域增长自下向上的局部贪婪策略不同，本文的层次聚类提取算法采用全局贪婪策略。算法的核心也不在于基元聚类的扩张，而在于选择最优的聚类进行合并操作。 再次，本文提出一种快速的二次曲面体提取算法，使用一组重叠的椭球体来逼近给定的三维网格模型。从而解决了以下两个问题：计算给定三维网格内部的优化拟合椭球体；从巨量候选椭球体中选择最重要(最小重复度)的子集。 最后，对本文的研究工作进行总结，并指出了未来的研究方向。在计算机软硬件技术不断进步的同时，图形学领域的三维扫描和三维建模技术也取得了长足进展。在反求工程、影视动画及电脑游戏等要求高细节三维模型的领域，数字化的三维图形开始大量涌现，并得到广泛使用。用于计算机处理的模型通常是先用扫描仪扫描实体模型得到散乱的点云集合，然后在此基础上生成复杂的网格多面体，最后对这些网格多面体进行二次曲面提取，从而在计算机中重建原实体模型。曲面提取技术极大地影响了重建模型的质量。因此，网格多面体的二次曲面提取一直是图形学领域里的关键技术，是研究的热点课题。 首先，本文对目前国内外三维网格的二次曲面提取的背景知识、进展及其在各个方面的应用情况进行了综述。介绍了各个典型算法的思想，说明其实现方法和性能。 其次，本文提出了一种基于层次聚类的二次曲面的提取算法。该算法在把模型曲面分解成具有指定特征小区域的基础上，将一给定形状逐级聚类为相连的区域，这些区域可用归属于给定集的基本二次曲面来逼近。与区域增长自下向上的局部贪婪策略不同，本文的层次聚类提取算法采用全局贪婪策略。算法的核心也不在于基元聚类的扩张，而在于选择最优的聚类进行合并操作。 再次，本文提出一种快速的二次曲面体提取算法，使用一组重叠的椭球体来逼近给定的三维网格模型。从而解决了以下两个问题：计算给定三维网格内部的优化拟合椭球体；从巨量候选椭球体中选择最重要(最小重复度)的子集。 最后，对本文的研究工作进行总结，并指出了未来的研究方向。在计算机软硬件技术不断进步的同时，图形学领域的三维扫描和三维建模技术也取得了长足进展。在反求工程、影视动画及电脑游戏等要求高细节三维模型的领域，数字化的三维图形开始大量涌现，并得到广泛使用。用于计算机处理的模型通常是先用扫描仪扫描实体模型得到散乱的点云集合，然后在此基础上生成复杂的网格多面体，最后对这些网格多面体进行二次曲面提取，从而在计算机中重建原实体模型。曲面提取技术极大地影响了重建模型的质量。因此，网格多面体的二次曲面提取一直是图形学领域里的关键技术，是研究的热点课题。 首先，本文对目前国内外三维网格的二次曲面提取的背景知识、进展及其在各个方面的应用情况进行了综述。介绍了各个典型算法的思想，说明其实现方法和性能。 其次，本文提出了一种基于层次聚类的二次曲面的提取算法。该算法在把模型曲面分解成具有指定特征小区域的基础上，将一给定形状逐级聚类为相连的区域，这些区域可用归属于给定集的基本二次曲面来逼近。与区域增长自下向上的局部贪婪策略不同，本文的层次聚类提取算法采用全局贪婪策略。算法的核心也不在于基元聚类的扩张，而在于选择最优的聚类进行合并操作。 再次，本文提出一种快速的二次曲面体提取算法，使用一组重叠的椭球体来逼近给定的三维网格模型。从而解决了以下两个问题：计算给定三维网格内部的优化拟合椭球体；从巨量候选椭球体中选择最重要(最小重复度)的子集。 最后，对本文的研究工作进行总结，并指出了未来的研究方向。在计算机软硬件技术不断进步的同时，图形学领域的三维扫描和三维建模技术也取得了长足进展。在反求工程、影视动画及电脑游戏等要求高细节三维模型的领域，数字化的三维图形开始大量涌现，并得到广泛使用。用于计算机处理的模型通常是先用扫描仪扫描实体模型得到散乱的点云集合，然后在此基础上生成复杂的网格多面体，最后对这些网格多面体进行二次曲面提取，从而在计算机中重建原实体模型。曲面提取技术极大地影响了重建模型的质量。因此，网格多面体的二次曲面提取一直是图形学领域里的关键技术，是研究的热点课题。 首先，本文对目前国内外三维网格的二次曲面提取的背景知识、进展及其在各个方面的应用情况进行了综述。介绍了各个典型算法的思想，说明其实现方法和性能。 其次，本文提出了一种基于层次聚类的二次曲面的提取算法。该算法在把模型曲面分解成具有指定特征小区域的基础上，将一给定形状逐级聚类为相连的区域，这些区域可用归属于给定集的基本二次曲面来逼近。与区域增长自下向上的局部贪婪策略不同，本文的层次聚类提取算法采用全局贪婪策略。算法的核心也不在于基元聚类的扩张，而在于选择最优的聚类进行合并操作。 再次，本文提出一种快速的二次曲面体提取算法，使用一组重叠的椭球体来逼近给定的三维网格模型。从而解决了以下两个问题：计算给定三维网格内部的优化拟合椭球体；从巨量候选椭球体中选择最重要(最小重复度)的子集。 最后，对本文的研究工作进行总结，并指出了未来的研究方向。在计算机软硬件技术不断进步的同时，图形学领域的三维扫描和三维建模技术也取得了长足进展。在反求工程、影视动画及电脑游戏等要求高细节三维模型的领域，数字化的三维图形开始大量涌现，并得到广泛使用。用于计算机处理的模型通常是先用扫描仪扫描实体模型得到散乱的点云集合，然后在此基础上生成复杂的网格多面体，最后对这些网格多面体进行二次曲面提取，从而在计算机中重建原实体模型。曲面提取技术极大地影响了重建模型的质量。因此，网格多面体的二次曲面提取一直是图形学领域里的关键技术，是研究的热点课题。 首先，本文对目前国内外三维网格的二次曲面提取的背景知识、进展及其在各个方面的应用情况进行了综述。介绍了各个典型算法的思想，说明其实现方法和性能。 其次，本文提出了一种基于层次聚类的二次曲面的提取算法。该算法在把模型曲面分解成具有指定特征小区域的基础上，将一给定形状逐级聚类为相连的区域，这些区域可用归属于给定集的基本二次曲面来逼近。与区域增长自下向上的局部贪婪策略不同，本文的层次聚类提取算法采用全局贪婪策略。算法的核心也不在于基元聚类的扩张，而在于选择最优的聚类进行合并操作。 再次，本文提出一种快速的二次曲面体提取算法，使用一组重叠的椭球体来逼近给定的三维网格模型。从而解决了以下两个问题：计算给定三维网格内部的优化拟合椭球体；从巨量候选椭球体中选择最重要(最小重复度)的子集。 最后，对本文的研究工作进行总结，并指出了未来的研究方向。在计算机软硬件技术不断进步的同时，图形学领域的三维扫描和三维建模技术也取得了长足进展。在反求工程、影视动画及电脑游戏等要求高细节三维模型的领域，数字化的三维图形开始大量涌现，并得到广泛使用。用于计算机处理的模型通常是先用扫描仪扫描实体模型得到散乱的点云集合，然后在此基础上生成复杂的网格多面体，最后对这些网格多面体进行二次曲面提取，从而在计算机中重建原实体模型。曲面提取技术极大地影响了重建模型的质量。因此，网格多面体的二次曲面提取一直是图形学领域里的关键技术，是研究的热点课题。 首先，本文对目前国内外三维网格的二次曲面提取的背景知识、进展及其在各个方面的应用情况进行了综述。介绍了各个典型算法的思想，说明其实现方法和性能。 其次，本文提出了一种基于层次聚类的二次曲面的提取算法。该算法在把模型曲面分解成具有指定特征小区域的基础上，将一给定形状逐级聚类为相连的区域，这些区域可用归属于给定集的基本二次曲面来逼近。与区域增长自下向上的局部贪婪策略不同，本文的层次聚类提取算法采用全局贪婪策略。算法的核心也不在于基元聚类的扩张，而在于选择最优的聚类进行合并操作。 再次，本文提出一种快速的二次曲面体提取算法，使用一组重叠的椭球体来逼近给定的三维网格模型。从而解决了以下两个问题：计算给定三维网格内部的优化拟合椭球体；从巨量候选椭球体中选择最重要(最小重复度)的子集。 最后，对本文的研究工作进行总结，并指出了未来的研究方向。在计算机软硬件技术不断进步的同时，图形学领域的三维扫描和三维建模技术也取得了长足进展。在反求工程、影视动画及电脑游戏等要求高细节三维模型的领域，数字化的三维图形开始大量涌现，并得到广泛使用。用于计算机处理的模型通常是先用扫描仪扫描实体模型得到散乱的点云集合，然后在此基础上生成复杂的网格多面体，最后对这些网格多面体进行二次曲面提取，从而在计算机中重建原实体模型。曲面提取技术极大地影响了重建模型的质量。因此，网格多面体的二次曲面提取一直是图形学领域里的关键技术，是研究的热点课题。 首先，本文对目前国内外三维网格的二次曲面提取的背景知识、进展及其在各个方面的应用情况进行了综述。介绍了各个典型算法的思想，说明其实现方法和性能。 其次，本文提出了一种基于层次聚类的二次曲面的提取算法。该算法在把模型曲面分解成具有指定特征小区域的基础上，将一给定形状逐级聚类为相连的区域，这些区域可用归属于给定集的基本二次曲面来逼近。与区域增长自下向上的局部贪婪策略不同，本文的层次聚类提取算法采用全局贪婪策略。算法的核心也不在于基元聚类的扩张，而在于选择最优的聚类进行合并操作。 再次，本文提出一种快速的二次曲面体提取算法，使用一组重叠的椭球体来逼近给定的三维网格模型。从而解决了以下两个问题：计算给定三维网格内部的优化拟合椭球体；从巨量候选椭球体中选择最重要(最小重复度)的子集。 最后，对本文的研究工作进行总结，并指出了未来的研究方向。在计算机软硬件技术不断进步的同时，图形学领域的三维扫描和三维建模技术也取得了长足进展。在反求工程、影视动画及电脑游戏等要求高细节三维模型的领域，数字化的三维图形开始大量涌现，并得到广泛使用。用于计算机处理的模型通常是先用扫描仪扫描实体模型得到散乱的点云集合，然后在此基础上生成复杂的网格多面体，最后对这些网格多面体进行二次曲面提取，从而在计算机中重建原实体模型。曲面提取技术极大地影响了重建模型的质量。因此，网格多面体的二次曲面提取一直是图形学领域里的关键技术，是研究的热点课题。 首先，本文对目前国内外三维网格的二次曲面提取的背景知识、进展及其在各个方面的应用情况进行了综述。介绍了各个典型算法的思想，说明其实现方法和性能。 其次，本文提出了一种基于层次聚类的二次曲面的提取算法。该算法在把模型曲面分解成具有指定特征小区域的基础上，将一给定形状逐级聚类为相连的区域，这些区域可用归属于给定集的基本二次曲面来逼近。与区域增长自下向上的局部贪婪策略不同，本文的层次聚类提取算法采用全局贪婪策略。算法的核心也不在于基元聚类的扩张，而在于选择最优的聚类进行合并操作。 再次，本文提出一种快速的二次曲面体提取算法，使用一组重叠的椭球体来逼近给定的三维网格模型。从而解决了以下两个问题：计算给定三维网格内部的优化拟合椭球体；从巨量候选椭球体中选择最重要(最小重复度)的子集。 最后，对本文的研究工作进行总结，并指出了未来的研究方向。在计算机软硬件技术不断进步的同时，图形学领域的三维扫描和三维建模技术也取得了长足进展。在反求工程、影视动画及电脑游戏等要求高细节三维模型的领域，数字化的三维图形开始大量涌现，并得到广泛使用。用于计算机处理的模型通常是先用扫描仪扫描实体模型得到散乱的点云集合，然后在此基础上生成复杂的网格多面体，最后对这些网格多面体进行二次曲面提取，从而在计算机中重建原实体模型。曲面提取技术极大地影响了重建模型的质量。因此，网格多面体的二次曲面提取一直是图形学领域里的关键技术，是研究的热点课题。 首先，本文对目前国内外三维网格的二次曲面提取的背景知识、进展及其在各个方面的应用情况进行了综述。介绍了各个典型算法的思想，说明其实现方法和性能。 其次，本文提出了一种基于层次聚类的二次曲面的提取算法。该算法在把模型曲面分解成具有指定特征小区域的基础上，将一给定形状逐级聚类为相连的区域，这些区域可用归属于给定集的基本二次曲面来逼近。与区域增长自下向上的局部贪婪策略不同，本文的层次聚类提取算法采用全局贪婪策略。算法的核心也不在于基元聚类的扩张，而在于选择最优的聚类进行合并操作。 再次，本文提出一种快速的二次曲面体提取算法，使用一组重叠的椭球体来逼近给定的三维网格模型。从而解决了以下两个问题：计算给定三维网格内部的优化拟合椭球体；从巨量候选椭球体中选择最重要(最小重复度)的子集。 最后，对本文的研究工作进行总结，并指出了未来的研究方向。特别提醒：正文内容由PDF文件转码生成，如您电脑未有相应转换码，则无法显示正文内容，请您下载相应软件，下载地址为 。如还不能显示，可以联系我q q 1627550258 ，提供原格式文档。 " 垐垯櫃换烫梯葺铑?endstreamendobj2x滌?U'閩AZ箾FTP鈦X飼?狛P?燚?琯嫼b?袍*甒?颙嫯'?4)=r宵?i?j彺帖B3锝檡骹>笪yLrQ#?0鯖l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛>渓?擗#?"?#綫G刿#K芿$?7.耟?Wa癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb皗E|?pDb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$F?責鯻0橔C,f薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵秾腵薍秾腵%?秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍G?螪t俐猻覎?烰:X=勢)趯飥?媂s劂/x?矓w豒庘q?唙?鄰爖媧A|Q趗擓蒚?緱鳝嗷P?笄nf(鱂匧叺9就菹$