| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10-13页 |
| 1.1.1 医学成像技术 | 第10-11页 |
| 1.1.2 医学图像三维重建技术 | 第11-13页 |
| 1.2 国内外研究现状 | 第13页 |
| 1.3 本文研究内容及章节安排 | 第13-15页 |
| 1.3.1 主要研究内容与创新点 | 第13-14页 |
| 1.3.2 本文章节安排 | 第14-15页 |
| 第二章 医学图像三维重建技术综述 | 第15-22页 |
| 2.1 医学图像的获取和处理 | 第15-19页 |
| 2.1.1 医学图像的获取 | 第15-16页 |
| 2.1.2 医学图像的预处理 | 第16-18页 |
| 2.1.3 医学图像分割技术 | 第18-19页 |
| 2.2 主要医学图像三维重建方法 | 第19-21页 |
| 2.2.1 体数据绘制方法 | 第19-20页 |
| 2.2.2 表面绘制方法 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 基于机器学习和协方差矩阵的标志点检测 | 第22-38页 |
| 3.1 医学图像标志点检测概述 | 第22-24页 |
| 3.2 图像预处理 | 第24-25页 |
| 3.3 标志点检测 | 第25-32页 |
| 3.3.1 协方差特征描述符 | 第27-29页 |
| 3.3.2 Logitboost级联分类器 | 第29-32页 |
| 3.4 标志点检测实验 | 第32-36页 |
| 3.4.1 训练和测试数据库 | 第32页 |
| 3.4.2 实验结果评价方法 | 第32-34页 |
| 3.4.3 实验结果 | 第34-36页 |
| 3.5 本章小结 | 第36-38页 |
| 第四章 基于标志点检测的摄像机姿态标定 | 第38-51页 |
| 4.1 图像坐标系、摄像机坐标系和世界坐标系 | 第38-40页 |
| 4.1.1 图像像素坐标系 | 第38-39页 |
| 4.1.2 物理坐标系 | 第39页 |
| 4.1.3 摄像机坐标系 | 第39页 |
| 4.1.4 世界坐标系 | 第39-40页 |
| 4.2 摄像机成像模型 | 第40-42页 |
| 4.3 摄像机标定方法概述 | 第42-43页 |
| 4.4 Tsai两步标定方法 | 第43-46页 |
| 4.4.1 计算旋转矩阵R,平移矩阵T_x,T_y分量以及图像尺度因子 | 第44-46页 |
| 4.4.2 计算有效焦距,畸变系数和Tz | 第46页 |
| 4.5 利用内外参数求三维点 | 第46-47页 |
| 4.6 实验结果及分析 | 第47-50页 |
| 4.6.1 摄像机姿势标定结果 | 第47-49页 |
| 4.6.2 三维点重建结果 | 第49-50页 |
| 4.7 本章小结 | 第50-51页 |
| 第五章 总结与展望 | 第51-53页 |
| 5.1 本文总结 | 第51页 |
| 5.2 展望及未来研究方向 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士学位期间发表的学术论文 | 第58页 |