首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于RGBD图像的三维重建关键问题研究

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-17页
   ·深度图像三维重建的研究背景第10页
   ·深度图像三维重建技术研究现状第10-16页
     ·深度图像的获取第10-13页
     ·深度图像的三维重建研究现状第13-15页
     ·基于 RGBD 图像的三维重建第15-16页
   ·本文的组织结构第16-17页
第2章 深度图像预处理第17-24页
   ·噪声产生的原因第17-18页
   ·常用的去噪方法第18-20页
     ·高斯滤波第18-19页
     ·中值滤波第19-20页
     ·均值滤波第20页
   ·深度图像的去噪第20-22页
   ·深度图像孔洞填充第22-23页
   ·本章小结第23-24页
第3章 基于插值的超分辨率重建第24-30页
   ·超分辨率重建第24-25页
   ·现有的插值方法第25-26页
   ·非均匀 B 样条插值第26-28页
   ·实验结果分析第28-29页
   ·本章小结第29-30页
第4章 基于稀疏特征点的 RGBD 图像校准第30-47页
   ·现有的图像校准方法第30-32页
   ·Kinect 摄像头成像第32-35页
     ·摄像机成像原理第32-33页
     ·空间变换第33-35页
   ·Kinect RGBD 图像校准第35-43页
     ·图像校准问题分析第35-36页
     ·转换矩阵对齐参数计算第36-38页
     ·基于特征点的参数第38-43页
   ·深度信息的计算第43页
   ·实验结果及分析第43-46页
   ·本章小结第46-47页
第5章 RGBD 图像的法向量图第47-59页
   ·RGBD 图像点云数据的获取第47-50页
     ·Kinect SDK 坐标转换第47-48页
     ·OpenNI 点云生成第48-50页
   ·三角面片划分第50-53页
   ·法向量图的生成第53-56页
     ·曲面法向量第53-54页
     ·三角网格的法向量第54-56页
   ·实验结果第56-58页
   ·本章小结第58-59页
第6章 总结与展望第59-61页
   ·总结第59页
   ·展望第59-61页
参考文献第61-64页
附录 A 三维模型程序流程图第64-65页
附录 B 双边滤波程序第65-67页
附录 C 生成点云数据程序第67-68页
附录 D 生成法向量图程序第68-70页
发表文献和参加科研情况说明第70-71页
致谢第71页

论文共71页,点击 下载论文
上一篇:基于特征包的火焰检测技术的研究及实现
下一篇:基于人眼视觉特性的医学图像增强技术