双向纹理函数（BTF）图像的高效采集与重建方法
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 主要符号对照表 | 第18-19页 |
| 第1章 绪论 | 第19-43页 |
| 1.1 光度学基本概念 | 第23-26页 |
| 1.1.1 光度量的定义 | 第23-25页 |
| 1.1.2 光度学基本定律 | 第25-26页 |
| 1.2 双向反射分布函数 | 第26-33页 |
| 1.2.1 BRDF基本概念介绍 | 第27-28页 |
| 1.2.2 参数化BRDF模型 | 第28-31页 |
| 1.2.3 BRDF的采集 | 第31-33页 |
| 1.3 双向纹理函数 | 第33-37页 |
| 1.3.1 BTF采集装置 | 第34-37页 |
| 1.4 BTF研究现状和存在的问题 | 第37-41页 |
| 1.4.1 BTF研究现状 | 第37-39页 |
| 1.4.2 BTF采集存在的问题 | 第39-41页 |
| 1.5 本文的主要内容和章节安排 | 第41-43页 |
| 第2章 物体表面反射特性采集装置 | 第43-50页 |
| 2.1 系统基本构造 | 第43-44页 |
| 2.2 采集测量过程 | 第44-46页 |
| 2.3 图像数据校正 | 第46-50页 |
| 2.3.1 几何校正 | 第46-47页 |
| 2.3.2 辐射度校正 | 第47-49页 |
| 2.3.3 光源稳定性 | 第49-50页 |
| 第3章 BTF图像稀疏采集和重建方法 | 第50-73页 |
| 3.1 背景介绍 | 第50-53页 |
| 3.1.1 图像二维线性表示 | 第50-51页 |
| 3.1.2 优化实验设计 | 第51-52页 |
| 3.1.3 现有方法简介 | 第52-53页 |
| 3.2 BTF图像稀疏采集和重建算法 | 第53-72页 |
| 3.2.1 算法流程 | 第54页 |
| 3.2.2 基函数矩阵训练 | 第54-57页 |
| 3.2.3 采样策略 | 第57-59页 |
| 3.2.4 重建 | 第59页 |
| 3.2.5 实验结果 | 第59-72页 |
| 3.3 本章小结 | 第72-73页 |
| 第4章 基于奇异值分解的BTF图像超分辨率方法 | 第73-94页 |
| 4.1 背景介绍 | 第74-77页 |
| 4.1.1 图像超分辨率基本模型 | 第74-75页 |
| 4.1.2 单幅图像超分辨率算法 | 第75-76页 |
| 4.1.3 BTF数据的奇异值分解 | 第76-77页 |
| 4.2 基于奇异值分解的BTF图像超分辨率算法 | 第77-93页 |
| 4.2.1 算法流程 | 第77-78页 |
| 4.2.2 算法原理 | 第78-81页 |
| 4.2.3 算法实施细节 | 第81-83页 |
| 4.2.4 实施步骤 | 第83页 |
| 4.2.5 实验结果 | 第83-93页 |
| 4.3 本章小结 | 第93-94页 |
| 第5章 基于图像融合的光谱BTF数据重建方法 | 第94-119页 |
| 5.1 背景介绍 | 第95-101页 |
| 5.1.1 光谱反射率 | 第95-97页 |
| 5.1.2 多光谱成像设备 | 第97-98页 |
| 5.1.3 光谱反射率重建算法 | 第98-100页 |
| 5.1.4 现有光谱BTF数据采集方法 | 第100-101页 |
| 5.2 图像融合的光谱BTF数据重建算法 | 第101-118页 |
| 5.2.1 算法流程 | 第102页 |
| 5.2.2 成像模型分析 | 第102-105页 |
| 5.2.3 物体光谱BTF数据重建 | 第105-107页 |
| 5.2.4 实验结果 | 第107-118页 |
| 5.3 本章小结 | 第118-119页 |
| 第6章 总结与展望 | 第119-121页 |
| 参考文献 | 第121-129页 |
| 附录A Kronecker积定义和性质 | 第129-130页 |
| 附录B 公式推导 | 第130-133页 |
| 攻读博士学位期间主要研究成果 | 第133-134页 |
| 作者简历 | 第134页 |
