| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-24页 |
| ·研究背景及意义 | 第12-13页 |
| ·三维数字化人体建模国内外研究综述 | 第13-21页 |
| ·三维人体数据获取 | 第15-17页 |
| ·三维人体建模方法 | 第17-21页 |
| ·论文主要内容和创新点 | 第21-22页 |
| ·论文的章节安排 | 第22-24页 |
| 第二章 立体视觉的三维重建关键技术 | 第24-40页 |
| ·引言 | 第24-25页 |
| ·立体视觉系统 | 第25-26页 |
| ·摄像机标定 | 第26-28页 |
| ·特征提取与描述 | 第28-31页 |
| ·特征检测 | 第29-30页 |
| ·特征描述 | 第30-31页 |
| ·特征配准 | 第31-38页 |
| ·立体匹配 | 第31-36页 |
| ·变形匹配 | 第36-38页 |
| ·三维重建方法 | 第38-39页 |
| ·小结 | 第39-40页 |
| 第三章 基于新组合不变矩与全局种子点生长算法的腹部三维重建 | 第40-61页 |
| ·引言 | 第40-41页 |
| ·光照鲁棒且抗模糊不变矩的立体匹配 | 第41-46页 |
| ·光照鲁棒不变矩的构造 | 第41-42页 |
| ·抗模糊不变矩的构造 | 第42-44页 |
| ·融合梯度信息的典型相关分析 | 第44-46页 |
| ·非特征点区域匹配 | 第46-48页 |
| ·引入几何约束机制剔除误匹配对 | 第46-47页 |
| ·全局种子点生长算法生成稠密三维点云 | 第47-48页 |
| ·实验与结果分析 | 第48-59页 |
| ·新组合不变矩性能验证实验 | 第48-50页 |
| ·人体腹部重建过程 | 第50-59页 |
| ·小结 | 第59-61页 |
| 第四章 基于立体视觉的腹部变形体型的三维重建与测量 | 第61-85页 |
| ·引言 | 第61页 |
| ·数字图像相关方法 | 第61-67页 |
| ·整像素搜索原理 | 第62-64页 |
| ·亚像素精确定位原理 | 第64-65页 |
| ·三维数字图像相关方法 | 第65-67页 |
| ·改进的三维数字图像算法 | 第67-72页 |
| ·整像素搜索算法改进方案 | 第67-70页 |
| ·基于互相学习的自适应PSO算法的亚像素精定位(MLADPSO) | 第70-72页 |
| ·实验结果与分析 | 第72-84页 |
| ·实验设备及图像数据采集 | 第72-73页 |
| ·整像素粗搜索实验 | 第73-81页 |
| ·亚像素精定位实验 | 第81-84页 |
| ·变形体型参数分析 | 第84页 |
| ·小结 | 第84-85页 |
| 第五章 基于B-T免疫神经网络的立体匹配方法及其腹部三维重建 | 第85-101页 |
| ·引言 | 第85-86页 |
| ·概述 | 第86-89页 |
| ·人工免疫系统原理及应用 | 第86-88页 |
| ·免疫系统与神经网络 | 第88-89页 |
| ·基于B-T免疫神经网络的立体匹配算法(Im-ANN) | 第89-96页 |
| ·B-T免疫网络调节机理 | 第89页 |
| ·基于B-T免疫网络的立体匹配算法 | 第89-94页 |
| ·B-T免疫神经网络模型 | 第94-96页 |
| ·实验结果与分析 | 第96-100页 |
| ·实验设备及图像数据采集 | 第96页 |
| ·三种方法的特征匹配效果比较 | 第96-98页 |
| ·腹部稠密三维点云生成及参数测量 | 第98-100页 |
| ·小结 | 第100-101页 |
| 第六章 总结与展望 | 第101-104页 |
| ·总结 | 第101-102页 |
| ·展望 | 第102-104页 |
| 参考文献 | 第104-122页 |
| 致谢 | 第122-123页 |
| 附录 | 第123-124页 |
| 附录A 攻读博士学位期间取得的成果 | 第123-124页 |
| 附录B 攻读博士学位期间参与的项目 | 第124页 |
