| 个人简历 | 第3-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-13页 |
| 1.1 课题的研究背景和意义 | 第8-9页 |
| 1.2 多视几何的三维重建 | 第9-10页 |
| 1.3 论文研究内容和方法 | 第10-12页 |
| 1.4 全文章节安排 | 第12-13页 |
| 2 相机标定技术 | 第13-27页 |
| 2.1 相机模型 | 第13-16页 |
| 2.2 相机标定 | 第16-18页 |
| 2.2.1 传统的标定方法 | 第16-17页 |
| 2.2.2 基于主动视觉法 | 第17页 |
| 2.2.3 摄像机自标定法 | 第17-18页 |
| 2.2.4 摄像机标定方法的比较 | 第18页 |
| 2.3 张正友标定法 | 第18-23页 |
| 2.3.1 单应矩阵的求取 | 第18-20页 |
| 2.3.2 内参数约束 | 第20页 |
| 2.3.3 线性求解过程 | 第20-22页 |
| 2.3.4 极大似然估计 | 第22页 |
| 2.3.5 Levenberg-Marquardt算法 | 第22-23页 |
| 2.4 基于模板的张正友标定法实例 | 第23-26页 |
| 2.4.1 实验设备和操作 | 第23-24页 |
| 2.4.2 标定实验结果 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 3 交叉点检测与匹配 | 第27-46页 |
| 3.1 常用的检测方法 | 第27-30页 |
| 3.1.1 Harris算法 | 第27-29页 |
| 3.1.2 FAST算法 | 第29页 |
| 3.1.3 SIFT算法 | 第29-30页 |
| 3.1.4 SURF算法 | 第30页 |
| 3.1.5 ORB算法 | 第30页 |
| 3.1.6 MSER算法 | 第30页 |
| 3.1.7 Shi-Tomasi检测算法 | 第30页 |
| 3.2 特征点检测算法比较 | 第30-31页 |
| 3.3 多尺度的Shi-Tomasi交叉点检测 | 第31-33页 |
| 3.4 交叉点检测改进算法 | 第33-36页 |
| 3.5 交叉点匹配 | 第36-44页 |
| 3.5.1 立体匹配算法分类 | 第36-38页 |
| 3.5.2 交叉点对与颜色标记的匹配算法 | 第38-41页 |
| 3.5.3 RANSAC算法精匹配与匹配结果 | 第41-44页 |
| 3.6 本章小结 | 第44-46页 |
| 4 人头的立体重构 | 第46-72页 |
| 4.1 人头重建流程 | 第46-47页 |
| 4.2 基础矩阵 | 第47-51页 |
| 4.2.1 几何方法推导 | 第47页 |
| 4.2.2 代数方法推导 | 第47-48页 |
| 4.2.3 基础矩阵的求取 | 第48-51页 |
| 4.3 本质矩阵 | 第51-53页 |
| 4.4 投影矩阵 | 第53-56页 |
| 4.5 求取三维坐标 | 第56-57页 |
| 4.6 点云配准 | 第57-60页 |
| 4.6.1 kd-tree最近邻搜索 | 第57-58页 |
| 4.6.2 ICP配准 | 第58-60页 |
| 4.7 点云重构 | 第60-64页 |
| 4.7.1 三角剖分基础 | 第60页 |
| 4.7.2 两种三角剖分算法 | 第60-64页 |
| 4.8 重构结果与分析 | 第64-71页 |
| 4.9 本章小结 | 第71-72页 |
| 5 总结与展望 | 第72-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-79页 |
| 附录 | 第79页 |