| 图目录 | 第6-10页 |
| 表目录 | 第10-11页 |
| 中文摘要 | 第11-13页 |
| Abstract | 第13-14页 |
| 第一章 前言 | 第15-27页 |
| 1.1 问题的目的与意义 | 第15-17页 |
| 1.2 静态场景三维测量方法综述 | 第17-23页 |
| 1.2.1 被动式测量 | 第17-21页 |
| 1.2.2 主动式测量 | 第21-23页 |
| 1.3 动态变形物体的三维测量方法综述 | 第23-25页 |
| 1.3.1 被动式测量 | 第24页 |
| 1.3.2 主动式测量 | 第24-25页 |
| 1.4 本文的主要贡献 | 第25-26页 |
| 1.5 本文组织 | 第26-27页 |
| 第二章 视觉三维测量基本理论 | 第27-45页 |
| 2.1 视觉三维测量问题 | 第27-30页 |
| 2.2 相机模型 | 第30-34页 |
| 2.2.1 使用齐次坐标的中央投影 | 第30-31页 |
| 2.2.2 相机主点偏移 | 第31-32页 |
| 2.2.3 相机旋转和平移 | 第32-33页 |
| 2.2.4 CCD 相机 | 第33-34页 |
| 2.2.5 有限投影相机 | 第34页 |
| 2.3 相机标定方法 | 第34-40页 |
| 2.3.1 传统的相机标定方法 | 第34-37页 |
| 2.3.2 基于平板的相机几何标定方法 | 第37-40页 |
| 2.4 从投影点图像坐标测量场景的三维坐标 | 第40-42页 |
| 2.5 动态变形表面三维测量与跟踪问题建模 | 第42-44页 |
| 2.6 总结 | 第44-45页 |
| 第三章 基于联合优化的动态变形表面三维测量与跟踪方法 | 第45-60页 |
| 3.1 引言 | 第45-47页 |
| 3.2 梯度下降法 | 第47页 |
| 3.3 框架描述 | 第47-54页 |
| 3.3.1 时空关联的图像块匹配函数 | 第48-53页 |
| 3.3.2 时空块匹配算法 | 第53页 |
| 3.3.3 检测差错与消除累积误差 | 第53-54页 |
| 3.4 实验结果与评价 | 第54-58页 |
| 3.4.1 模拟实验 | 第54-57页 |
| 3.4.2 真实数据实验 | 第57-58页 |
| 3.5 总结 | 第58-60页 |
| 第四章 从最稳定区域进行扩展的三维测量与跟踪方法 | 第60-74页 |
| 4.1 引言 | 第60-61页 |
| 4.2 方法中的关键元素 | 第61-63页 |
| 4.2.1 图像序列和图像块 | 第61-62页 |
| 4.2.2 图像灰度一致性函数 | 第62-63页 |
| 4.3 EMRR 方法 | 第63-66页 |
| 4.3.1 匹配图像 | 第63-66页 |
| 4.3.2 累计误差修复 | 第66页 |
| 4.4 结果与评价 | 第66-70页 |
| 4.4.1 模拟实验 | 第66-68页 |
| 4.4.2 真实数据实验 | 第68-70页 |
| 4.5 总结 | 第70-74页 |
| 第五章 基于灰度随机三角形纹理的动态变形表面三维测量与跟踪方法 | 第74-96页 |
| 5.1 引言 | 第74-75页 |
| 5.2 灰度随机三角形方法 | 第75-86页 |
| 5.2.1 产生灰度随机三角形纹理 | 第76-77页 |
| 5.2.2 检测三角形 | 第77-79页 |
| 5.2.3 三角形匹配 | 第79-82页 |
| 5.2.4 跟踪三角形 | 第82-83页 |
| 5.2.5 跟踪错误与恢复 | 第83-86页 |
| 5.3 实验结果与评价 | 第86-90页 |
| 5.3.1 模拟实验 | 第86-88页 |
| 5.3.2 真实数据实验 | 第88-90页 |
| 5.4 总结 | 第90-96页 |
| 第六章 总结和展望 | 第96-99页 |
| 参考文献 | 第99-114页 |
| 攻读博士期间的主要工作 | 第114-115页 |
| 致谢 | 第115-116页 |