基于超声探测对象点云数据的表面重建

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