三維點雲數據處理關鍵技術研究 趙夫群 9787121463242 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：電子工業
物品所在地：中國大陸
原出版社：電子工業
NT$623
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202309*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：三維點雲數據處理關鍵技術研究 ISBN：9787121463242 出版社：電子工業 著編譯者：趙夫群 頁數：196 所在地：中國大陸 *此為代購商品 書號：1581458 可大量預訂，請先連絡。 內容簡介 點雲數據處理是三維重建領域的一項重要研究內容之一，涉及去噪、簡化、配准、分割及檢索等關鍵技術，已經在醫學研究、文物虛擬複原及工程建設等領域得到日益廣泛的應用。本書共14章，全面系統地介紹了點雲數據的類型、特點和獲取方法，以及常見點雲數據處理技術的應用領域，重點提出了與點雲去噪、點雲簡化、點雲配准、點雲分割、點雲模型檢索等相關的11種優化點雲數據處理演算法，並將其應用於實際領域。 本書強調理論創新，注重實驗驗證，並提供了樣例示範，內容豐富多樣，可供圖形圖像處理、測繪遙感、計算機視覺等專業研究生使用，對從事相關研究的科技人員及業餘愛好者也有一定的參考價值。目錄 第一部分第1章 點雲數據處理概述 1 1 引言 1 2 三維點雲數據 1 2 1 點雲數據的獲取 1 2 2 點雲數據的類型 1 2 3 點雲數據的存儲格式 1 2 4 點雲數據的特徵 1 3 點雲數據處理演算法 1 3 1 點雲去噪演算法 1 3 2 點雲簡化演算法 1 3 3 點雲配准演算法 1 3 4 點雲分割演算法 1 3 5 點雲模型檢索演算法 1 4 點雲數據處理技術的應用領域 1 5 本章小結 本章參考文獻 第二部分 第2章 特徵保持的點雲去噪演算法 2 1 引言 2 2 基於張量投票的初始粗去噪 2 2 1 計算張量投票矩陣 2 2 2 初始粗去噪演算法的步驟 2 3 基於曲率特徵的精去噪 2 3 1 計算曲率 2 3 2 精去噪演算法的步驟 2 4 實驗結果與分析 2 4 1 公共點雲數據模型去噪 2 4 2 文物點雲數據模型去噪 2 5 本章小結 本章參考文獻 第三部分 第3章 基於信息熵和聚類的點雲簡化演算法 3 1 引言 3 2 基於信息熵的初始粗簡化 3 3 基於改進KMC的精簡化 3 3 1 傳統KMC演算法 3 3 2 改進KMC演算法 3 4 簡化演算法的評價指標 3 4 1 簡化率 3 4 2 簡化精度 3 5 實驗結果與分析 3 5 1 公共點雲數據模型簡化 3 5 2 文物點雲數據模型簡化 3 6 本章小結 本章參考文獻 第4章 基於點重要性判斷的點雲簡化演算法 4 1 引言 4 2 點重要性計算 4 2 1 特徵運算元計算 4 2 2 特徵運算元融合 4 3 基於八叉樹的非特徵點簡化 4 4 實驗結果與分析 4 4 1 公共點雲數據模型簡化 4 4 2 文物點雲數據模型簡化 4 5 本章小結 本章參考文獻 第5章 基於柵格劃分和曲率分級的點雲簡化演算法 5 1 引言 5 2 基於權值的初的簡化 5 2 1 構造點雲長方體包圍盒 5 2 2 劃分點雲空間結構 5 2 3 計算柵格權值 5 3 基於曲率分級的第確簡化 5 3 1 計算平均曲率 5 3 2 曲率分級 5 4 本章點雲簡化演算法的步驟 5 5 實驗結果與分析 5 5 1 公共點雲數據模型簡化 5 5 2 文物點雲簡化 5 6 本章小結 本章參考文獻 第四部分 第6章 基於正態分佈和曲率的層次化點雲配准演算法 6 1 引言 6 2 基於改進NDT的粗配准 6 2 1 NDT演算法 6 2 2 改進的NDT演算法 6 3 基於曲率ICP的精配准 6 3 1 ICP演算法 6 3 2 基於曲率的ICP演算法 6 4 實驗結果與分析 6 4 1 公共點雲數據模型配准 6 4 2 顱骨點雲數據模型配准 6 5 本章小結 本章參考文獻 第7章 基於特徵點和改進ICP的點雲配准演算法 7 1 引言 7 2 基於特徵點的粗配准 7 2 1 特徵點提取 7 2 2 粗配准演算法的步驟 7 3 基於改進ICP的精配准 7 4 實驗結果與分析 7 4 1 公共點雲配准 7 4 2 文物碎片點雲數據模型匹配 7 5 本章小結 本章參考文獻 第8章 基於特徵區域劃分的點雲配准演算法 8 1 引言 8 2 特徵點提取 8 3 基於區域劃分的粗配准 8 3 1 特徵點區域劃分 8 3 2 區域配准 8 4 基於閾值約束ICP的精配准 8 5 實驗結果與分析 8 6 本章小結 本章參考文獻 第9章 基於降維多尺度FPFH和改進ICP的點雲配准演算法 9 1 引言 9 2 降維多尺度FPFH 9 2 1 FPFH的原理 9 2 2 多尺度FPFH 9 2 3 多尺度FPFH的降維 9 3 基於降維多尺度FPFH的粗配准 9 4 基於改進ICP的點雲精配准 9 5 實驗結果與分析 9 5 1 公共點雲數據模型配准 9 5 2 文物碎片點雲數據模型匹配 9 6 本章小結 本章參考文獻 第五部分 第10章 基於改進隨機抽樣一致的點雲分割演算法 10 1 引言 10 2 RANSAC點雲分割演算法 10 2 1 RANSAC演算法原理 10 2 2 RANSAC演算法缺點 10 3 改進的RANSAC點雲分割演算法 10 3 1 K-D樹與半徑空間密度 10 3 2 改進初始點選取 10 3 3 判斷準則的設計 10 3 4 面片合併 10 4 本章點雲分割演算法步驟 10 5 實驗結果與分析 10 6 本章小結 本章參考文獻 第11章 基於SVM和加權RF的點雲分割演算法 11 1 引言 11 2 基於SVM的點雲粗分割 11 2 1 點雲特徵提取 11 2 2 基於混合核函數的SVM 11 2 3 基於SVM的粗分割演算法步驟 11 3 基於加權RF的點雲精分割 11 3 1 RF 11 3 2 加權RF 11 3 3 基於權重的決策樹投票法 11 3 4 基於加權RF的精分割演算法步驟 11 4 點 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
