新書推薦：
《
《史记》纵横新说
》
售價：HK$
65.8
《
放不下的痛：运用脑科学修复创伤的40种方法（神经科学专家带你深入了解创伤背后的脑机制，开启全面康复之旅！）
》
售價：HK$
65.8
《
经典力学的数学方法（第4版）
》
售價：HK$
86.9
《
从鸦片战争到五四运动 跟随历史的足迹 见证一个民族的觉醒与抗争
》
售價：HK$
65.8
《
功名诀：左宗棠镜像
》
售價：HK$
195.8
《
布克哈特书信选
》
售價：HK$
94.6
《
DK园艺的科学（100+个与园艺有关的真相，让你读懂你的植物，打造理想花园。）
》
售價：HK$
107.8
《
牛津呼吸护理指南（原书第2版） 国际经典护理学译著
》
售價：HK$
206.8
|
| 內容簡介： |
|
点云是分布在三维空间中的离散点集，也是对物体表面几何的离散采样。三维测量技术的迅速发展使得点云数据的获取更加简单方便。但是，由于测量环境的干扰和测量对象的材料反射问题，三维测量数据会包括含各种噪声、离群点，且特征采样不足。另外，由于大尺寸测量对象的结构限制，通常需要多次拼接，噪声、细节丢失等现象更为严重，严重制约了点云数据的后续应用。《三维测量数据智能优化技术》是作者专注在三维测量点云质量智能优化领域内多年的研究积累，重点围绕三维测量点云质量智能优化的核心理论与方法，包括传统数据优化算法、基于点表征学习和图表征学习的测量数据优化算法、基于特征描述子的测量数据优化算法、基于多源表征的测量数据优化算法等进行系统性阐述，*后结合航空航天实例介绍测量数据优化软件平台与工程应用方案，为点云的智能优化处理与工程应用提供基础性理论方法指导。
|
| 目錄：
|
|
目录第1章 绪论 11.1 三维测量数据获取 11.2 三维测量数据几何优化技术 11.3 三维测量数据智能优化技术 21.4典型应用 2第2章 三维测量数据获取与数据优化 32.1 引言 32.2 三维测量数据获取 32.2.1 概述 32.2.2 接触式测量 32.2.3 激光测量 52.2.4 结构光测量 72.2.5 摄影测量 102.3 本章小结 11第3章 特征保持的传统数据优化技术 133.1 引言 133.2 特征保持的表面网格去噪的级联算法 143.2.1 算法概述 143.2.2 双边法线滤波 153.2.3 特征检测 183.2.4 加权对偶图构建 183.2.5 各向异性邻域检索 203.2.6 基于Bezier表面拟合的网格去噪 213.2.7 实验结果与分析 233.3 双法线滤波方法 313.3.1 算法概述 313.3.2 顶点分类 323.3.3 双法线滤波 323.3.4 三角面片法线场初始化 333.3.5 邻近三角面片聚类 333.3.6 顶点位置更新 373.3.7 实验结果与分析 393.4 本章小结 46第4章 基于矩阵低秩恢复的测量数据优化技术 484.1 引言 484.2 基于图约束低秩恢复的多局部结构点云去噪算法 484.2.1 算法概述 484.2.2 Bi-PCA估计指导法线和局部坐标系 504.2.3 高度图图块矩阵构建 524.2.4 图约束低秩矩阵恢复 544.2.5 图块合成 574.2.6 实验结果分析 594.3 基于块协同法线滤波的网格保特征去噪算法 714.3.1 算法概述 714.3.2 基于块协同的法线调整 714.3.3 矩阵内核低秩恢复 744.3.4 基于法线的保特征网格去噪 814.3.5 实验结果分析 834.4 本章小结 93第5章 基于PointNet的测量数据智能优化技术 955.1 引言 955.2 特征感知的点云循环去噪神经网络 955.2.1 去噪模型假设与问题描述 955.2.2 循环去噪神经网络结构设计 965.2.3 点云数据质量优化 995.2.4 实验结果与分析 995.3 基于对偶图神经网络的双域网格去噪技术 1035.3.1 算法概述 1035.3.2 三角网格中的对偶图结构 1045.3.3 网络总体架构 1055.3.4 图池化策略 1065.3.5 损失函数 1085.3.6 顶点位置更新 1085.3.7 实验结果分析 1095.4 本章小结 116第6章 基于几何特征描述子的测量数据智能优化技术 1176.1 引言 1176.2 几何支持的对偶卷积点云去噪技术 1176.2.1 算法概述 1176.2.2 构建对偶图 1196.2.3 网络结构设计 1216.2.4 顶点位置更新 1236.2.5 实验结果分析 1256.3 几何知识驱动的三角网格法线滤波技术 1306.3.1 算法概述 1306.3.2 非局部块组法线矩阵 1316.3.3 NormalF-Net网络结构 1336.3.4 顶点位置更新 1366.3.5 实验结果分析 1366.4 基于级联几何恢复的三角网格逆向滤波技术 1456.4.1 算法概述 1456.4.2 广义反向过滤面法线描述符 1466.4.3 基于法线的极限学习机 1496.4.4 网格逆向滤波 1526.4.5 实验与讨论 1556.5 本章小结 161第7章 基于混合特征的测量数据智能优化技术 1627.1 引言 1627.2 基于混合特征引导的几何信息融合法线估算技术 1647.2.1 多尺度法线滤波 1647.2.2 点模块 1657.2.3 HMP模块 1657.2.4 连接模块 1657.2.5 法线优化框架 1677.2.6 多尺度拟合路径选择 1677.3 实验结果分析 1707.3.1 实验设置 1707.3.2 PCPNet数据集实验 1717.3.3 更多合成数据实验 1717.3.4 真实扫描实验 1747.3.5 效率对比 1767.3.6 消融实验 1777.3.7 学习优化法线 1797.3.8 应用 1807.4 本章小结 181第8章 测量数据优化软件平台与工程应用 1828.1 航空 三维测量数据分析软件平台 1828.2 典型工程应用 1858.2.1 飞机整机检测 1858.2.2 铆钉平齐度检测 1868.2.3 对缝阶差间隙检测 1868.2.4 复合材料通孔检测 1878.2.5 制孔质量检测 1888.2.6 飞机油箱涂胶质量检测 190参考文献 192
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
