版權說明: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,請進行舉報或認領
文檔簡介
1、點集圖形在許多課題中都有涉及,例如,特殊空間的點、數(shù)字照片中的像素、銀河中的星球和空間數(shù)據(jù)等。并且,點集圖形集重建是圖形重建領域的一個非常重要的內(nèi)容。
假設平面中有一系列離散的點,這些點僅憑我們的視覺系統(tǒng)是無法感知其所要表達的具體形狀的。本文研究的主要內(nèi)容就是如何由這些離散的點重建出一個我們能夠識別的具體圖形。為了重建出一個具體的圖形,要從這個圖形的凸包開始,一步步將這個圖形的凸包進行凹化,這樣就能夠使更多的點回到邊界上,從而
2、能夠更加接近點集所要表達的真實的圖形。當一個點集是一列不含邊界的離散點的時候,需要建立這個點集的一個凸包邊界。本文利用的是Delaunay三角剖分的方法。顯然,一個點集的凸包邊界,就是這個點集經(jīng)過Delaunay三角剖分之后形成的三角網(wǎng)的一個子集。所以,只要確定介值并刪去多余的邊即可得到這個點集的凸包。除此之外,本文還設計了一個有適當半徑的圓,通過這個圓與點集中的兩點形成的弦來確定這個點集的凸包。當輸入的點集帶有邊界時,就需要對這個點集
3、的邊界進行檢測。本文主要用到的算法是合并算法,分離算法和獨立算法。
當一個點集的凸包被構建完成后,就要對這個點集的凸包進行凹化處理。在進行凹化處理的時候,需要刪去已知的邊并利用這條邊的兩端點和點集內(nèi)一點建立兩條新的邊。這就需要在每一步都選取適當?shù)倪吅瓦m當?shù)狞c。在選擇時,本文將已有的就近選擇標準、最長邊選擇標準、等角選擇標準結合起來,得到一個新的選擇標準。最后文章給出這個算法的停止條件,如果滿足條件,則算法停止,如果不滿足,算法
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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。
- 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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
- 基于離散點的圖形重建技術.pdf
- 基于字典學習的點云重建算法研究.pdf
- 重建點模型下EM成像算法的研究.pdf
- 散亂點集曲面重建的理論、方法及應用研究.pdf
- 基于Crust的平面無序點集曲線重建.pdf
- 基于點源影響函數(shù)的圖像局部重建算法研究.pdf
- 測量點集曲面重建若干關鍵技術研究.pdf
- 大規(guī)模建筑物點云的重建算法研究.pdf
- 三維重建中的點云拼接算法研究.pdf
- 任意散亂點集的雙四次樣條曲面重建.pdf
- 基于非參數(shù)模型的點集匹配算法研究.pdf
- 空間散亂點云去噪精簡重建算法研究.pdf
- 基于參數(shù)化水平集的醫(yī)學圖像分割及重建算法研究.pdf
- 三維超聲C掃點云重建算法的研究.pdf
- 點模型的降噪與三維重建算法研究.pdf
- 基于激光掃描數(shù)據(jù)點集的三維重建算法研究.pdf
- 小數(shù)據(jù)集磁共振成像神經(jīng)網(wǎng)絡重建算法研究.pdf
- 點云數(shù)據(jù)簡化和重建優(yōu)化算法研究與應用.pdf
- 佳點集遺傳算法的理論和應用.pdf
- 建筑工程圖的圖形理解與三維重建算法研究.pdf
評論
0/150
提交評論