三维场景稠密点云的快速重建
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 三维重建方法概述 | 第12-13页 |
| 1.1.1 立体图像 | 第12-13页 |
| 1.1.2 从运动中恢复结构 | 第13页 |
| 1.1.3 三维重建存在的难点 | 第13页 |
| 1.2 研究现状 | 第13-15页 |
| 1.2.1 三维结构恢复 | 第14页 |
| 1.2.2 稠密点云的重建 | 第14-15页 |
| 1.3 本文工作以及组织结构 | 第15-18页 |
| 1.3.1 本文工作及贡献 | 第15-16页 |
| 1.3.2 论文组织结构 | 第16-18页 |
| 第2章 基于ASIFT的特征点提取匹配算法 | 第18-32页 |
| 2.1 特征点提取 | 第18-23页 |
| 2.1.1 SIFT算法 | 第18-22页 |
| 2.1.2 ASIFT算法 | 第22-23页 |
| 2.2 特征点匹配算法 | 第23-27页 |
| 2.2.1 特征点匹配算法 | 第24页 |
| 2.2.2 选择立体像对 | 第24-25页 |
| 2.2.3 RANSAC算法去除误匹配 | 第25-27页 |
| 2.3 实验结果及分析 | 第27-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 三维结构恢复 | 第32-52页 |
| 3.1 摄像机模型 | 第32-35页 |
| 3.1.1 针孔摄像机模型 | 第32-33页 |
| 3.1.2 针孔相机的投影方程 | 第33-35页 |
| 3.2 多视图几何理论 | 第35-39页 |
| 3.2.1 视图重建问题 | 第35-36页 |
| 3.2.2 基本矩阵 | 第36-37页 |
| 3.2.3 无穷远平面单应矩阵 | 第37-38页 |
| 3.2.4 本质矩阵 | 第38-39页 |
| 3.3 三维结构恢复算法研究 | 第39-47页 |
| 3.3.1 基于两视图的三维重建 | 第39-43页 |
| 3.3.2 从运动中恢复结构 | 第43-44页 |
| 3.3.3 捆集调整全局优化算法 | 第44-47页 |
| 3.4 实验结果及分析 | 第47-49页 |
| 3.5 本章小结 | 第49-52页 |
| 第4章 三维稠密重建算法设计 | 第52-66页 |
| 4.1 稠密重建方法 | 第52-54页 |
| 4.2 PMVS算法研究 | 第54-61页 |
| 4.2.1 关键理论 | 第54-57页 |
| 4.2.2 面片重建算法研究 | 第57-61页 |
| 4.3 PMVS改进算法 | 第61-62页 |
| 4.4 实验结果及分析 | 第62-64页 |
| 4.5 本章小结 | 第64-66页 |
| 第5章 基于图像聚类的稠密重建改进算法 | 第66-78页 |
| 5.1 视图聚类算法 | 第66-72页 |
| 5.1.1 问题描述 | 第67-68页 |
| 5.1.2 视图聚类算法 | 第68-72页 |
| 5.2 MVS过滤算法 | 第72-74页 |
| 5.2.1 品质过滤 | 第72-73页 |
| 5.2.2 可视化过滤 | 第73-74页 |
| 5.3 实验结果及分析 | 第74-77页 |
| 5.4 本章小结 | 第77-78页 |
| 第6章 总结及展望 | 第78-80页 |
| 6.1 工作总结 | 第78页 |
| 6.2 展望 | 第78-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84页 |
