| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1. 绪论 | 第7-13页 |
| 1.1 课题的研究背景及意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.2.1 三维重建相关技术的研究现状 | 第8-9页 |
| 1.2.2 微透镜阵列的成像技术研究现状 | 第9-10页 |
| 1.3 论文研究内容及方法 | 第10-12页 |
| 1.4 本文章节安排 | 第12-13页 |
| 2. 基于透镜阵列的手臂模型全景图像的采集 | 第13-27页 |
| 2.1 手臂模型三维成像技术原理 | 第13-15页 |
| 2.1.1 三维光学成像技术原理 | 第13-14页 |
| 2.1.2 三维数字成像技术原理 | 第14-15页 |
| 2.2 微透镜阵列模型建立 | 第15-20页 |
| 2.2.1 透镜单元成像原理 | 第15-16页 |
| 2.2.2 基于POV-Ray的微透镜阵列的模型建立 | 第16-20页 |
| 2.3 基于透镜阵列的手臂模型的采集 | 第20-23页 |
| 2.3.1 基于POV-Ray的三维人体手臂目标建模 | 第21-22页 |
| 2.3.2 手臂模型的三维全景图像采集 | 第22-23页 |
| 2.4 基于相机阵列的全景图像采集实验 | 第23-25页 |
| 2.5 本章小结 | 第25-27页 |
| 3. 立体匹配及深度提取算法研究 | 第27-46页 |
| 3.1 图像阵列预处理算法设计 | 第27-31页 |
| 3.1.1 图像分割算法原理 | 第27-28页 |
| 3.1.2 单元图像插值算法原理 | 第28-31页 |
| 3.2 特征点提取及匹配算法设计 | 第31-41页 |
| 3.2.1 Surf特征点检测算法原理 | 第31-37页 |
| 3.2.2 特征匹配算法优化设计 | 第37-41页 |
| 3.2.3 实验结果及分析 | 第41页 |
| 3.3 互相关立体匹配算法研究 | 第41-43页 |
| 3.4 深度信息提取算法研究 | 第43-45页 |
| 3.4.1 深度提取原理 | 第43-44页 |
| 3.4.2 图像深度信息提取实验及分析 | 第44-45页 |
| 3.5 本章小结 | 第45-46页 |
| 4. 三维重建及形变算法研究 | 第46-61页 |
| 4.1 三维数字重建方法研究 | 第46-51页 |
| 4.1.1 基于深度的三维数字重建原理 | 第46-47页 |
| 4.1.2 基于深度的三维数字重建算法设计 | 第47-51页 |
| 4.2 基于深度切片的三维重建算法优化研究 | 第51-54页 |
| 4.2.1 改进算法原理 | 第51页 |
| 4.2.2 基于深度的三维重建优化算法实验 | 第51-54页 |
| 4.3 三维目标重构形变算法研究 | 第54-60页 |
| 4.3.1 三维目标形变原理及算法研究 | 第54-59页 |
| 4.3.2 形变仿真实验 | 第59-60页 |
| 4.4 本章小结 | 第60-61页 |
| 5. 总结与展望 | 第61-63页 |
| 5.1 论文工作总结 | 第61-62页 |
| 5.2 论文工作展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68页 |