| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 论文组织结构 | 第12-15页 |
| 第二章 近景摄影中三维重建基本理论 | 第15-27页 |
| 2.1 射影变换 | 第15-20页 |
| 2.1.1 二维射影几何变换 | 第15-18页 |
| 2.1.2 三维射影几何变换 | 第18-20页 |
| 2.2 相机模型和坐标转换 | 第20-24页 |
| 2.2.1 相机模型 | 第20-21页 |
| 2.2.2 坐标系转换 | 第21-23页 |
| 2.2.3 相机畸变模型 | 第23-24页 |
| 2.3 相机标定 | 第24页 |
| 2.4 基础矩阵求解 | 第24-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第三章 基于局部区域统计信息自适应SIFT特征点检测算法 | 第27-43页 |
| 3.1 特征点提取和匹配算法 | 第27-32页 |
| 3.1.1 特征点检测 | 第27-28页 |
| 3.1.2 特征匹配算法 | 第28-31页 |
| 3.1.3 基于仿射变换去除误匹配点 | 第31-32页 |
| 3.2 基于局部区域灰度自适应SIFT参数调整 | 第32-36页 |
| 3.2.1 SIFT特征点聚集现象与网格划分 | 第32-33页 |
| 3.2.2 SIFT自适应参数调整 | 第33-35页 |
| 3.2.3 基于灰度值去除部分图像的杂点 | 第35-36页 |
| 3.3 实验效果对比 | 第36-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第四章 报文处理和三维重建中的坐标转换算法 | 第43-59页 |
| 4.1 概述 | 第43页 |
| 4.2 算法流程 | 第43-44页 |
| 4.3 避免因丢包而损失连续两组报文的数据处理算法 | 第44-48页 |
| 4.3.1 常见的报文处理方案 | 第44-45页 |
| 4.3.2 改进方案 | 第45-48页 |
| 4.4 经纬度坐标与摄影坐标的相互转换 | 第48-58页 |
| 4.4.1 两个直角坐标系的相互转换 | 第48-51页 |
| 4.4.2 高斯正反变换 | 第51-56页 |
| 4.4.3 实验数据验证 | 第56-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 三维密集点云处理及应用 | 第59-79页 |
| 5.1 概述 | 第59页 |
| 5.2 算法流程 | 第59-60页 |
| 5.3 基于友元聚类和建筑物几何约束的杂点去除算法 | 第60-69页 |
| 5.3.1 基于Statistical-Outlier滤波器去除稀疏离散点 | 第60-64页 |
| 5.3.2 基于友元聚类去除远离建筑物的杂点 | 第64-65页 |
| 5.3.3 基于建筑物的几何约束去除建筑物杂点 | 第65-69页 |
| 5.4 基于点法向量不一致性的建筑物边缘点提取 | 第69-72页 |
| 5.4.1 离散点法向量和曲率的求解 | 第69-70页 |
| 5.4.2 基于点法向量不一致性的建筑物边缘点提取 | 第70-72页 |
| 5.5 基于矢量的多边形面积估算 | 第72-78页 |
| 5.5.1 建筑物建筑方向的提取 | 第72-74页 |
| 5.5.2 基于Douglas-Peucker算法提取投影后点的轮廓 | 第74-75页 |
| 5.5.3 多边形面积的计算 | 第75-78页 |
| 5.6 本章小结 | 第78-79页 |
| 第六章 总结与展望 | 第79-81页 |
| 6.1 总结 | 第79页 |
| 6.2 展望 | 第79-81页 |
| 致谢 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 攻读硕士期间取得的学术成果 | 第87页 |
