基于计算机视觉的三维重建算法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题的提出背景及意义 | 第10页 |
| 1.2 相关测量系统研究现状 | 第10-13页 |
| 1.2.1 计算机视觉系统研究现状 | 第11页 |
| 1.2.2 三维重建技术研究现状 | 第11-13页 |
| 1.3 论文研究内容及工作安排 | 第13-14页 |
| 1.4 论文主要结构 | 第14-16页 |
| 第2章 多目视觉测量系统总体设计 | 第16-26页 |
| 2.1 测量系统的原理 | 第16-19页 |
| 2.2 多目视觉测量系统的结构设计 | 第19-24页 |
| 2.2.1 视觉系统的总体结构设计 | 第19-20页 |
| 2.2.2 视觉系统的硬件组成 | 第20-24页 |
| 2.3 多目视觉系统的软件实现 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 散点数据获取与预处理 | 第26-48页 |
| 3.1 摄像机标定 | 第26-31页 |
| 3.1.1 摄像机标定方法和步骤 | 第26-30页 |
| 3.1.2 摄像机的标定结果 | 第30-31页 |
| 3.2 图像特征点的提取与匹配 | 第31-38页 |
| 3.2.1 料堆图像预处理 | 第31-34页 |
| 3.2.2 特征点提取与匹配流程介绍 | 第34-36页 |
| 3.2.3 匹配结果及误差分析 | 第36-38页 |
| 3.3 三维散点数据的计算 | 第38-40页 |
| 3.4 散点数据的倾斜校正 | 第40-46页 |
| 3.4.1 倾斜角的计算 | 第41-43页 |
| 3.4.2 三维数据倾斜校正 | 第43-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第4章 三维重建与体积计算 | 第48-56页 |
| 4.1 体积计算基本原理 | 第48-50页 |
| 4.2 空间插值技术 | 第50-55页 |
| 4.2.1 常用空间插值方法的研究 | 第50-54页 |
| 4.2.2 几种插值方法的比较 | 第54-55页 |
| 4.3 本章小结 | 第55-56页 |
| 第5章 三维重建算法的改进 | 第56-68页 |
| 5.1 采样点搜索策略的改进 | 第56-57页 |
| 5.1.1 近点距离搜索法 | 第56页 |
| 5.1.2 方位搜索法 | 第56-57页 |
| 5.2 空间插值算法的改进 | 第57-66页 |
| 5.2.1 克里金插值算法的基本原理 | 第58-59页 |
| 5.2.2 变差函数及结构分析 | 第59-66页 |
| 5.3 本章小结 | 第66-68页 |
| 第6章 实验结果及误差分析 | 第68-72页 |
| 第7章 结论与展望 | 第72-74页 |
| 7.1 总结 | 第72页 |
| 7.2 展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78页 |
