| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 三维重建研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 本文主要工作 | 第13-14页 |
| 1.4 本论文的章节安排 | 第14-15页 |
| 第二章 基础理论知识与设备简介 | 第15-32页 |
| 2.1 针孔相机模型 | 第15-16页 |
| 2.2 张正友相机标定法 | 第16-18页 |
| 2.2.1 一些符号的数学意义 | 第17页 |
| 2.2.2 图像平面到标定平面的单应性 | 第17-18页 |
| 2.2.3 用相机内参约束求解内参矩阵 | 第18页 |
| 2.2.4 求解相机外参矩阵 | 第18页 |
| 2.3 点云及点云配准 | 第18-21页 |
| 2.3.1 点云 | 第18-20页 |
| 2.3.2 点云配准 | 第20-21页 |
| 2.4 基于奇异值分解的三维点云配准方法 | 第21-23页 |
| 2.4.1 推导过程 | 第22-23页 |
| 2.4.2 算法流程 | 第23页 |
| 2.5 SIFT特征点 | 第23-28页 |
| 2.5.1 特征点的建立 | 第24-28页 |
| 2.5.2 SIFT特征点匹配 | 第28页 |
| 2.6 Kinect传感器简介 | 第28-31页 |
| 2.7 本章小结 | 第31-32页 |
| 第三章 单视角点云生成 | 第32-44页 |
| 3.1 算法大致流程 | 第32-33页 |
| 3.2 各模块功能 | 第33-43页 |
| 3.2.1 相机标定模块 | 第33-35页 |
| 3.2.2 点云的生成 | 第35-38页 |
| 3.2.3 深度数据的优化模块 | 第38-40页 |
| 3.2.4 点云的优化模块 | 第40-43页 |
| 3.3 本章小结 | 第43-44页 |
| 第四章 点云配准 | 第44-59页 |
| 4.1 点云粗配准方法 | 第45-48页 |
| 4.1.1 手动寻找对应点 | 第46页 |
| 4.1.2 RANSAC法寻找对应点 | 第46-48页 |
| 4.2 ICP点云精配准方法 | 第48-50页 |
| 4.3 基于SIFT特征点的点云配准算法 | 第50-52页 |
| 4.4 改进的RGB-D点云配准方法 | 第52-55页 |
| 4.4.1 色彩图与深度图对齐 | 第53-54页 |
| 4.4.2 改进的点云精配准 | 第54-55页 |
| 4.5 实验与结果分析 | 第55-58页 |
| 4.5.1 实验设置 | 第55-56页 |
| 4.5.2 实验结果 | 第56-58页 |
| 4.6 本章小结 | 第58-59页 |
| 第五章 基于多Kinect的快速三维重建系统设计与实现 | 第59-66页 |
| 5.1 需求分析 | 第59-60页 |
| 5.2 系统设计与实现 | 第60-63页 |
| 5.2.1 数据采集模块 | 第61页 |
| 5.2.2 相机外参标定模块 | 第61-62页 |
| 5.2.3 点云生成模块 | 第62-63页 |
| 5.3 实验结果 | 第63-65页 |
| 5.3.1 双Kinect三维重建 | 第63-64页 |
| 5.3.2 多Kinect三维重建 | 第64-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 本文工作总结 | 第66页 |
| 6.2 未来工作展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |