| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 国内外研究概况 | 第8-10页 |
| 1.3 本文的主要内容和结构安排 | 第10-12页 |
| 第二章 基于特征点的运动恢复结构基础知识简介 | 第12-26页 |
| 2.1 引言 | 第12-13页 |
| 2.2 二维及三维空间的表示方法 | 第13-16页 |
| 2.2.1 点和线的齐次表示 | 第13页 |
| 2.2.2 二维点的变换 | 第13-15页 |
| 2.2.3 三维点的变换 | 第15-16页 |
| 2.3 二维特征点的提取、匹配及缺失值估计 | 第16-22页 |
| 2.3.1 二维特征点的提取、匹配 | 第16-18页 |
| 2.3.2 二维特征点缺失值估计 | 第18-22页 |
| 2.4 摄像机模型及运动恢复结构模型的建立 | 第22-25页 |
| 2.4.1 摄像机模型简介 | 第22-24页 |
| 2.4.2 运动恢复结构模型建立 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于稳定矩阵分解算法和粒子群算法的缺失值估计方法 | 第26-44页 |
| 3.1 引言 | 第26页 |
| 3.2 基于概率的稳定矩阵分解方法 | 第26-29页 |
| 3.2.1 稳定矩阵分解简介 | 第26-27页 |
| 3.2.2 基于概率的稳定矩阵分解模型推导 | 第27-29页 |
| 3.3 贝叶斯稳定矩阵分解方法 | 第29-30页 |
| 3.3.1 贝叶斯稳定矩阵分解方法概述 | 第29-30页 |
| 3.3.2 贝叶斯稳定矩阵分解模型简介 | 第30页 |
| 3.4 粒子群优化算法 | 第30-32页 |
| 3.5 基于贝叶斯稳定矩阵分解与粒子群优化算法的缺失值估计方法 | 第32-36页 |
| 3.5.1 基于贝叶斯稳定矩阵分解方法恢复的缺失值估计模型 | 第32-33页 |
| 3.5.2 基于粒子群优化算法的缺失值弱估计器集成方法 | 第33-36页 |
| 3.6 实验结果及分析 | 第36-43页 |
| 3.7 本章小结 | 第43-44页 |
| 第四章 基于特征值的三维基选取 | 第44-56页 |
| 4.1 引言 | 第44页 |
| 4.2 基于旋转不变核非刚体运动恢复结构算法简介 | 第44-49页 |
| 4.3 基于二维输入矩阵的三维基数目选取方法 | 第49-53页 |
| 4.4 实验结果及分析 | 第53-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 工作总结 | 第56-57页 |
| 5.2 工作展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 在校期间的研究成果及发表的学术论文 | 第63页 |
