首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于图像三维模型重建的研究

摘要第1-4页
Abstract第4-9页
第1章 引言第9-19页
   ·选题背景介绍第9-10页
   ·基于图像三维重建发展现状第10页
   ·三维模型表达方法第10-12页
   ·摄像机标定第12-16页
     ·摄像机的数学模型第12-15页
     ·摄像机标定方法第15-16页
   ·研究内容和主要贡献第16-18页
   ·论文组织第18-19页
第2章 基于机器学习目标分割第19-32页
   ·特征提取第19页
   ·基于SVM 的目标分割方法第19-27页
     ·SVM 方法介绍第19-21页
     ·SVM 方法原理第21-24页
     ·基于SVM 的目标分割第24-27页
   ·基于Boosting 的目标分割方法第27-31页
     ·Boosting 方法介绍第27页
     ·AdaBoost 算法第27-28页
     ·基于AdaBoost 的目标分割第28-31页
   ·本章小结第31-32页
第3章 基于图割目标分割方法第32-43页
   ·图割方法介绍第32-33页
   ·图割的基本理论第33-34页
   ·基于图割的目标分割第34-39页
     ·分割能量函数第35-36页
     ·前景和背景建模第36-38页
     ·图的构造第38-39页
   ·实验结果第39-42页
   ·本章小结第42-43页
第4章 立体视觉三维重建方法第43-51页
   ·立体视觉三维重建方法介绍第43-45页
   ·特征提取第45-47页
   ·基于动态规划匹配方法第47-48页
   ·实验结果第48-50页
   ·本章小结第50-51页
第5章 基于轮廓三维模型重建方法第51-61页
   ·基于轮廓三维模型重建介绍第51-52页
   ·物体表面的点集生成第52-55页
     ·反投影方程第52-53页
     ·二维轮廓交叉第53-55页
   ·物体表面生成第55-57页
   ·本文三维模型重建算法复杂度分析第57-58页
   ·实验结果第58-59页
   ·本章小结第59-61页
第6章 总结与展望第61-63页
参考文献第63-67页
致谢第67-68页
个人简历、在学期间发表的学术论文与研究成果第68页

论文共68页,点击 下载论文
上一篇:基于特征的运动物体识别与追踪方法研究
下一篇:PTV匹配算法的对比分析