基于非量测相机无结构影像的运动估计算法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1. 绪论 | 第11-22页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 研究意义 | 第13页 |
| 1.3 研究现状 | 第13-20页 |
| 1.3.1 SFM基本概念 | 第13-14页 |
| 1.3.2 SFM算法的分类 | 第14-19页 |
| 1.3.3 相关研究机构和软件 | 第19-20页 |
| 1.4 研究内容与结构安排 | 第20-22页 |
| 2. 三维重建基本理论 | 第22-33页 |
| 2.1 摄像机模型 | 第22-26页 |
| 2.1.1 小孔相机 | 第22-25页 |
| 2.1.2 畸变模型 | 第25-26页 |
| 2.2 对极几何 | 第26-27页 |
| 2.3 RANSAC算法 | 第27-28页 |
| 2.4 非线性最小二乘算法 | 第28-29页 |
| 2.5 实验结果与分析 | 第29-32页 |
| 2.5.1 实验一：RANSAC算法 | 第29页 |
| 2.5.2 实验二：非线性最小二乘算法 | 第29-32页 |
| 2.6 本章小结 | 第32-33页 |
| 3. 两视和三视影像重建 | 第33-42页 |
| 3.1 本章方法概述 | 第33-34页 |
| 3.2 相对定向和多模型约束 | 第34-35页 |
| 3.3 一种新型基于3点相机绝对定向算法 | 第35-38页 |
| 3.4 实验分析与结论 | 第38-41页 |
| 3.4.1 实验一：多模型约束实验 | 第38-41页 |
| 3.4.2 实验二：3 点绝对定向实验 | 第41页 |
| 3.5 本章小结 | 第41-42页 |
| 4. 改进的渐进式影像重建 | 第42-64页 |
| 4.1 本章方法概述 | 第42页 |
| 4.2 改进的影像重建算法流程 | 第42-53页 |
| 4.2.1 影像的特征检测和匹配 | 第42-47页 |
| 4.2.2 递增式重建 | 第47-53页 |
| 4.3 实验分析与结论 | 第53-63页 |
| 4.3.1 实验一：不同特征提取实验 | 第53-56页 |
| 4.3.2 实验二：选取最优影像实验 | 第56-58页 |
| 4.3.3 实验三：无结构影像递增重建实验 | 第58-63页 |
| 4.4 本章小结 | 第63-64页 |
| 5. 总结与展望 | 第64-66页 |
| 5.1 总结 | 第64页 |
| 5.2 展望 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 攻读硕士期间发表的论文及参加的项目 | 第72-73页 |
| 附录 | 第73-76页 |
| 1. 影像EXIF信息中提取相机焦距 | 第73页 |
| 2. 计算机视觉中几种不同的距离代价函数 | 第73-74页 |
| 3. 三维旋转的四种表示法 | 第74-76页 |
| 致谢 | 第76页 |
