基于单目多视点图像的铸件三维重建方法研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 研究的背景和意义 | 第10页 |
1.2 基于图像的三维重建方法研究现状 | 第10-14页 |
1.2.1 国外研究现状 | 第11-12页 |
1.2.2 国内研究现状 | 第12-14页 |
1.3 本文的主要研究内容 | 第14-16页 |
第2章 基于图像的三维重建的理论基础 | 第16-23页 |
2.1 摄像机模型及成像原理 | 第16-20页 |
2.1.1 视觉系统坐标系 | 第16-18页 |
2.1.2 摄像机模型 | 第18-20页 |
2.2 .两幅图像间的几何关系 | 第20-22页 |
2.2.1 对极几何 | 第20-21页 |
2.2.2 基础矩阵 | 第21页 |
2.2.3 本质矩阵 | 第21-22页 |
2.3 本章小结 | 第22-23页 |
第3章 单目图像序列的特征点提取与匹配 | 第23-38页 |
3.1 SIFT算法概述 | 第23页 |
3.2 特征点提取 | 第23-29页 |
3.2.1 尺度空间极值检测 | 第24-25页 |
3.2.2 精确定位特征点 | 第25-27页 |
3.2.3 特征点方向确定 | 第27-28页 |
3.2.4 生成特征点描述子 | 第28-29页 |
3.3 特征点“两步匹配法” | 第29-33页 |
3.3.1 基于欧氏距离的初步匹配 | 第29-30页 |
3.3.2 向量空间余弦相似度匹配 | 第30-32页 |
3.3.3 方向一致性集合约束 | 第32-33页 |
3.4 “两步匹配法”效果分析 | 第33-37页 |
3.5 本章小结 | 第37-38页 |
第4章 基于单目图像序列的三维重建 | 第38-48页 |
4.1 稀疏点云重建 | 第38-40页 |
4.1.1 三角定位 | 第38-39页 |
4.1.2 迭代过程 | 第39页 |
4.1.3 光束法平差优化 | 第39-40页 |
4.2 稠密点云重建 | 第40-44页 |
4.2.1 多视图聚簇(CMVS) | 第40-41页 |
4.2.2 基于面片模型的密集匹配(PMVS) | 第41-44页 |
4.3 表面重建 | 第44-47页 |
4.3.1 泊松算法概述 | 第44-45页 |
4.3.2 泊松算法实现过程 | 第45-47页 |
4.4 本章小结 | 第47-48页 |
第5章 基于单目图像序列的铸件三维重建实验 | 第48-53页 |
5.1 实验方案与图片序列采集 | 第48-49页 |
5.2 实验结果分析 | 第49-52页 |
5.3 本章小结 | 第52-53页 |
结论 | 第53-54页 |
参考文献 | 第54-58页 |
攻读硕士学位期间发表的学术论文 | 第58-59页 |
致谢 | 第59页 |