第一章 绪论 1
1.1 三维数据点的获取 1
1.2 三维重构关键技术 8
1.2.1 数据的去噪 8
1.2.2 数据的配准对齐 10
1.2.3 孔洞修复 12
1.2.4 数据的简化与压缩 13
1.2.5 表面重建 16
1.3 三维重构技术应用 18
1.4 本书的章节安排 22
第二章 相关几何知识 23
2.1 空间曲面的几何 23
2.1.1 参数曲线的切矢量、弧长、法矢量和曲率 24
2.1.2 参数曲面的切平面和法矢量 29
2.2 局部邻域的选取 36
2.2.1 K邻域 36
2.2.2 BSP邻域 38
2.2.3 Voronoi邻域 38
2.3 DELAUNAY三角化 39
2.3.1 平面点的三角化 41
2.3.2 三维点的三角化 45
2.4 离散点的法矢计算 47
2.5 离散点的曲率计算 51
第三章 数据点的光顺去噪 59
3.1 LAPLAEC方法 60
3.2 平均曲率流方法 63
3.3 双边滤波方法 64
3.4 MLS方法 66
3.5 MEANSHIFT方法 68
3.6 基于顶点预测的方法 70
3.7 基于超小波的去噪方法 71
3.7.1 Curvelet变换 72
3.7.2 Surfacelet变换 73
3.7.3 基于Curvelet变换的去噪方法 75
3.7.4 基于Surfacelet变换的去噪方法 76
第四章 点云数据配准 78
4.1 基础知识 79
4.2 迭代最近点算法 82
4.2.1 基本ICP算法 82
4.2.2 SoftICP算法 85
4.2.3 CICP算法 86
4.3 基于几何特征的配准算法 87
4.4 基于RANSAC配准算法 89
4.5 基于遗传算法的配准 93
4.6 基于法矢的配准 97
4.7 基于曲率的配准 98
4.8 基于最小二乘法配准 99
第五章 孔洞修复 101
5.1 孔洞检测 102
5.2 三角剖分修复 103
5.3 基于偏微分方程的修复方法 103
5.4 基于径向基函数的修复方法 104
5.5 基于支持向量机的修复方法 105
5.6 基于遗传算法的修复方法 107
5.7 基于神经网络修复方法 108
第六章 数据点简化与压缩 110
6.1 网格简化常用方法 110
6.1.1 顶点聚类法（Vertex Clustering） 111
6.1.2 顶点删除法（Vertex Decimation） 113
6.1.3 边折叠法（Edge Contraction） 114
6.1.4 重新布点法 115
6.1.5 小波方法（Wavelet Methods） 116
6.2 基于二次误差的简化算法 116
6.3 基于局部多项式拟合的简化算法 120
6.4 网格压缩常用方法 122
6.4.1 非渐进压缩 123
6.4.2 渐进压缩 125
6.5 基于小波的压缩 129
6.5.1 小波变换非渐进压缩 130
6.5.2 小波变换渐进压缩 133
第七章 网格的曲面重建 136
7.1 曲面重建常用方法 136
7.1.1 参数曲面重建方法 137
7.1.2 隐式曲面重建方法 139
7.1.3 变形曲面重建方法 141
7.1.4 分片线性曲面重建方法 142
7.1.5 细分曲面重建方法 144
7.2 网格的细分曲面重建 145
7.2.1 基本概念 145
7.2.2 Catmull-Clark细分 148
7.2.3 Loop细分 151
7.2.4 Doo-Sabin细分 154
7.2.5 ？细分 156
7.2.6 自适应细分 157
7.3 基于径向基函数的隐式曲面重建 159
7.4 基于水平集方法的曲面重建 162
7.4.1 水平集方法的数值计算 162
7.4.2 基于水平集的曲面重建 163
7.5 基于泊松（POISSON）方程的曲面重建 166
参考文献 170