论文摘要
随着工业和医学发展的需要,要求超声探测能够解决“三定”问题:准确确定探测对象的尺寸、方位和性质,这个问题的解决需要超声探测空间对象的点云数据的表面重建来完成。本文分析了超声探测点云数据的特征,设计了改进的栅格算法,对点云数据进行空间划分,便于快速的邻域搜索。一般情况下,点云数据包含多个对象,这些数据是混杂在一起的,本文设计了不同对象点云数据的分离算法。这能很大的减少点云数据基础图形化时的数据搜索量,同时,也是确定探测对象的尺寸、方位和性质的基础。点云数据的基础图形化是表面重建的关键过程。本文设计了一种新的算法——基于基边的球邻域图形化算法。本算法得到的基本图元有:点、线段、三角形。该算法具有适用范围广、速度快、内存消耗小,等特点。OpenGL是专业的三维绘图语言,本文采用它完成表面重建的最后一步。用OpenGL把基本图元组装成三维图形。并且在程序中加入了空间漫游的功能,观察者可以全面方位的观察图形。程序运行所得的数据和图形,满足设计要求,输出的图形和程序的输入点云数据保持高度的一致,证明了本文设计的算法和编写的程序是正确的。
论文目录
摘要ABSTRACT第1章 绪论1.1 引言1.2 研究现状1.2.1 超声探测技术1.2.2 点云数据类型1.2.3 点云数据处理1.2.4 3D图形开发语言1.3 论文研究的内容第2章 超声探测点云数据的空间划分2.1 点云数据的空间划分方法简介2.1.1 扫描线法2.1.2 八叉树法2.1.3 k-d tree法2.1.4 栅格法2.2 超声探测点云数据的栅格算法2.2.1 算法原理2.2.2 算法数据结构的建立管理2.2.3 算法的流程2.3 实验数据2.4 本章小结第3章 不同点云数据对象的分离3.1 不同点云数据对象分离的原理3.2 不同点云数据对象分离的步骤3.2.1 顶点的邻域搜索3.2.2 邻域点的索引和栅格号的保存3.3 有关C++知识3.3.1 结构体3.3.2 函数3.4 不同点云数据对象分离算法的流程3.5 实验数据3.6 本章小结第4章 点云数据的基础图元化4.1 离散点集的Delaunay三角剖分法4.1.1 Delaunay三角网的基本概念及特性4.1.2 Delaunay三角网生成算法4.1.3 局部最优化处理4.2 点云数据基础图形化的原理4.2.1 点云数据基础图形化的主要过程4.2.2 点云数据基础图形化的数学计算4.3 数据管理4.3.1 数据结构的建立4.3.2 数据结构的管理4.4 点云对象数据图形化的算法流程4.5 实验数据4.6 本章小结第5章 基于图元的空间对象表面重建5.1 OpenGL简介5.1.1 OpenGL的工作方式5.1.2 OpenGL渲染管线5.2 OpenGL基本图元的绘制5.2.1 基本图元的描述及定义5.2.2 显示列表5.2.3 顶点数组5.3 OpenGL模型视图变换,投影变换及视口变换5.3.1 模型和视图变换5.3.2 投影变换5.3.3 视口变换5.4 点云数据对象表面重建5.4.1 表面重建数据分析5.4.2 表面重建的流程5.5 实验数据5.6 本章小结结论参考文献攻读硕士学位期间发表的论文和取得的科研成果致谢
相关论文文献
标签:超声探测点云数据论文; 空间划分论文; 栅格论文; 数据分离论文; 基边论文; 球邻域论文; 基础图元论文; 表面重建论文;