| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.1.1 计算机视觉背景 | 第12页 |
| 1.1.2 三维重建背景 | 第12页 |
| 1.1.3 红外图像三维重建的意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 本文的研究内容与结构 | 第14-18页 |
| 第二章 红外图像三维重建的理论基础 | 第18-26页 |
| 2.1 引言 | 第18页 |
| 2.2 红外热成像基础 | 第18-22页 |
| 2.2.1 红外热像仪 | 第18-20页 |
| 2.2.2 红外图像 | 第20-21页 |
| 2.2.3 红外热像仪的应用 | 第21-22页 |
| 2.3 红外图像的深度线索 | 第22-25页 |
| 2.3.1 深度线索介绍 | 第22-24页 |
| 2.3.2 基于红外图像的深度线索 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 单目红外图像的三维重建 | 第26-40页 |
| 3.1 引言 | 第26页 |
| 3.2 超像素分割理论 | 第26-28页 |
| 3.3 马尔科夫随机场模型 | 第28-30页 |
| 3.3.1 一维马尔科夫随机过程 | 第29页 |
| 3.3.2 二维平面中的马尔科夫随机场模型 | 第29-30页 |
| 3.4 超像素分割与 PP MRF模型相结合的单目红外图像三维重建 | 第30-39页 |
| 3.4.1 超像素分割及特征提取 | 第30-32页 |
| 3.4.2 面板参数马尔科夫模型 | 第32-35页 |
| 3.4.3 基于红外图像的 PP MRF模型改进和模型训练 | 第35-37页 |
| 3.4.4 算法流程及实验结果 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第四章 基于 Kinect 的深度数据获取 | 第40-48页 |
| 4.1 引言 | 第40页 |
| 4.2 Kinect 原理介绍 | 第40-42页 |
| 4.3 深度图像的滤波 | 第42-43页 |
| 4.4 点云数据的获取 | 第43-45页 |
| 4.4.1 Kinect 深度相机标定方法 | 第43-44页 |
| 4.4.2 深度图像中点云数据的获取 | 第44-45页 |
| 4.5 本章小结 | 第45-48页 |
| 第五章 红外图像三维点云的配准技术 | 第48-70页 |
| 5.1 引言 | 第48页 |
| 5.2 三维点云配准的数学基础 | 第48-54页 |
| 5.2.1 刚体变换 | 第48-50页 |
| 5.2.2 旋转矩阵 | 第50-51页 |
| 5.2.3 刚体变换与四元数组 | 第51-54页 |
| 5.3 三维点云数据配准原理 | 第54-61页 |
| 5.3.1 变换矩阵求解 | 第54-56页 |
| 5.3.2 目标函数 | 第56页 |
| 5.3.3 四元数方法 | 第56-61页 |
| 5.4 标准 ICP 简述 | 第61-62页 |
| 5.5 改进的 ICP 算法 | 第62-68页 |
| 5.5.1 全局配准：自旋图法 | 第62-64页 |
| 5.5.2 局部配准：改进的 ICP 算法 | 第64-66页 |
| 5.5.3 算法流程与结果分析 | 第66-68页 |
| 5.6 本章小结 | 第68-70页 |
| 第六章 红外图像三维点云的表面重构 | 第70-76页 |
| 6.1 引言 | 第70页 |
| 6.2 Power Crust 算法的几个基本概念 | 第70-73页 |
| 6.2.1 中心轴变换 | 第70-71页 |
| 6.2.2 Voronoi 图和 Delaunay 三角剖分 | 第71-73页 |
| 6.2.3 Power 图 | 第73页 |
| 6.3 Power Crust 算法原理思路 | 第73-74页 |
| 6.4 Power Crust 算法步骤及实验结果 | 第74-75页 |
| 6.5 本章小结 | 第75-76页 |
| 第七章 总结与展望 | 第76-78页 |
| 7.1 全文总结 | 第76页 |
| 7.2 全文展望 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 攻读硕士学位期间的研究成果 | 第82-84页 |
| 致谢 | 第84页 |
