基于多视点图像三维重建算法的优化技术
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 引言 | 第7-12页 |
| 1.1 三维重建的概念及其应用 | 第7-8页 |
| 1.2 基于图像的三维重建方法 | 第8-9页 |
| 1.3 基于区域生长和扩散的三维重建方法 | 第9-10页 |
| 1.4 本文结构 | 第10-12页 |
| 第二章 基于面片的三维重建(PMVS)算法 | 第12-24页 |
| 2.1 三维重建理论基础 | 第12-17页 |
| 2.1.1 齐次坐标 | 第12页 |
| 2.1.2 摄像机成像中常用的坐标 | 第12-16页 |
| 2.1.3 立体匹配 | 第16-17页 |
| 2.2 PMVS算法 | 第17-20页 |
| 2.2.1 面片 | 第17-18页 |
| 2.2.2 光度差异函数 | 第18-19页 |
| 2.2.3 面片优化 | 第19页 |
| 2.2.4 图像模型 | 第19-20页 |
| 2.3 PMVS算法流程 | 第20-22页 |
| 2.3.1 特征点提取、匹配及初始面片的生成 | 第20-21页 |
| 2.3.2 面片扩散 | 第21-22页 |
| 2.3.3 面片过滤 | 第22页 |
| 2.4 已有的PMVS改进算法 | 第22-24页 |
| 第三章 特征点检测的优化方案 | 第24-31页 |
| 3.1 经典特征点检测算法 | 第24-25页 |
| 3.1.1 Harris算法 | 第24-25页 |
| 3.1.2 DoG(高斯差分)算法 | 第25页 |
| 3.2 特征点检测的优化方案 | 第25-26页 |
| 3.3 实验结果 | 第26-31页 |
| 第四章 稀疏面片的稠密化改进 | 第31-37页 |
| 4.1 优化特征点匹配 | 第31-33页 |
| 4.1.1 NCC匹配算法 | 第31-32页 |
| 4.1.2 利用视差梯度约束去除误匹配 | 第32-33页 |
| 4.2 稀疏面片的稠密化改进 | 第33-34页 |
| 4.3 实验结果 | 第34-37页 |
| 第五章 优化过程加速 | 第37-43页 |
| 5.1 BFGS优化方法 | 第37-39页 |
| 5.2 改进BFGS优化方法的PMVS算法 | 第39-40页 |
| 5.3 实验结果 | 第40-43页 |
| 结论 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 致谢 | 第48-49页 |
| 个人简历、在校期间的研究成果及发表的学术论文 | 第49页 |
