基于多幅图像的三维重建理论及算法研究
摘要 | 第1-6页 |
ABSTRACT | 第6-10页 |
第一章 绪论 | 第10-18页 |
·研究背景与研究意义 | 第10-12页 |
·国内外研究现状 | 第12-16页 |
·本文的研究内容与结构 | 第16-18页 |
第二章 基于图像的三维重建理论基础 | 第18-28页 |
·相机模型 | 第18-22页 |
·坐标系 | 第18-21页 |
·针孔相机模型 | 第21-22页 |
·立体视觉 | 第22-25页 |
·对极几何 | 第22-24页 |
·基础矩阵和本质矩阵 | 第24-25页 |
·相机标定 | 第25-27页 |
·传统标定方法 | 第25-26页 |
·相机自标定方法 | 第26-27页 |
·本章小结 | 第27-28页 |
第三章 稀疏点云重建 | 第28-46页 |
·特征提取与特征描述 | 第28-37页 |
·图像尺度空间描述 | 第29-31页 |
·Harris 算子 | 第31-33页 |
·SIFT 算子 | 第33-37页 |
·图像特征点匹配 | 第37-40页 |
·NCC 匹配算法 | 第37-38页 |
·最近邻匹配算法 | 第38-39页 |
·去除误匹配 | 第39-40页 |
·SFM 算法 | 第40-45页 |
·三角定位 | 第40-42页 |
·迭代过程 | 第42-43页 |
·集束调整 | 第43-45页 |
·本章小结 | 第45-46页 |
第四章 稠密点云重建 | 第46-64页 |
·EPVH 算法 | 第46-50页 |
·相关概念定义 | 第46-48页 |
·计算可视边界 | 第48-49页 |
·恢复丢失的边界 | 第49-50页 |
·确定多面体的面 | 第50页 |
·PMVS 算法 | 第50-63页 |
·面片模型 | 第51-52页 |
·光度差异函数 | 第52-53页 |
·面片最优化 | 第53页 |
·图片模型 | 第53-54页 |
·面片重建 | 第54-60页 |
·输出结果 | 第60-63页 |
·本章小结 | 第63-64页 |
第五章 点云配准 | 第64-82页 |
·点云局部几何特性 | 第64-66页 |
·法向及曲面变分计算 | 第64-65页 |
·法向一致化 | 第65-66页 |
·点云特征点提取 | 第66-71页 |
·基于投影点均匀性的方法 | 第67-68页 |
·基于距离比值的方法 | 第68-70页 |
·基于度量函数的方法 | 第70-71页 |
·ICP 算法 | 第71-74页 |
·算法具体实现 | 第71-72页 |
·最优化解析算法 | 第72-74页 |
·ICP 算法相关讨论 | 第74页 |
·基于局部不变特征的两阶段配准算法 | 第74-81页 |
·粗略配准阶段 | 第75-76页 |
·精确配准阶段 | 第76-78页 |
·实验结果 | 第78-81页 |
·本章小结 | 第81-82页 |
第六章 网格化与纹理映射 | 第82-108页 |
·Power Crust 表面重建算法 | 第82-89页 |
·算法基本概念 | 第82-87页 |
·算法原理思路 | 第87-88页 |
·算法步骤 | 第88-89页 |
·泊松表面重建算法 | 第89-95页 |
·算法基本概念 | 第89-91页 |
·算法具体实现 | 第91-93页 |
·算法实验结果 | 第93-95页 |
·增量式表面重建算法 | 第95-102页 |
·算法思想 | 第95页 |
·八叉树划分 | 第95-98页 |
·搜索队列初始化 | 第98页 |
·递归搜索规则 | 第98-102页 |
·纹理映射 | 第102-106页 |
·纹理映射技术背景 | 第102-103页 |
·自动式纹理映射算法思想 | 第103-104页 |
·OpenGL 中的纹理绘制 | 第104-106页 |
·本章小结 | 第106-108页 |
第七章 软件系统实现 | 第108-115页 |
·软件模块功能和实现 | 第108-109页 |
·软件使用结果 | 第109-114页 |
·本章小结 | 第114-115页 |
第八章 总结与展望 | 第115-117页 |
·论文总结 | 第115页 |
·工作展望 | 第115-117页 |
参考文献 | 第117-125页 |
致谢 | 第125-126页 |
攻读硕士学位期间已发表或录用的论文 | 第126页 |