基于摄像机阵列的大范围三维场景重建
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-17页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国内研究现状 | 第11页 |
| 1.2.2 国外研究现状 | 第11-13页 |
| 1.3 本文主要研究内容和章节安排 | 第13-16页 |
| 1.3.1 主要研究内容 | 第13-15页 |
| 1.3.2 章节安排 | 第15-16页 |
| 1.4 本章小结 | 第16-17页 |
| 2 室内环境下摄像机阵列的标定技术 | 第17-46页 |
| 2.1 概述 | 第17-18页 |
| 2.2 双目摄像机标定 | 第18-28页 |
| 2.2.1 摄像机模型 | 第18-22页 |
| 2.2.2 单目摄像机标定 | 第22-26页 |
| 2.2.3 双目摄像机标定 | 第26-27页 |
| 2.2.4 双目摄像机标定参数的优化 | 第27-28页 |
| 2.3 摄像机阵列标定 | 第28-35页 |
| 2.3.1 立体标定物的设计 | 第28-29页 |
| 2.3.2 标记圆的提取和匹配 | 第29-32页 |
| 2.3.3 标记圆的三维重建以及三维点匹配 | 第32页 |
| 2.3.4 多测量头标定参数求解 | 第32-35页 |
| 2.3.5 标定参数优化 | 第35页 |
| 2.4 实验结果及分析 | 第35-44页 |
| 2.4.1 双目摄像机标定实验及分析 | 第35-40页 |
| 2.4.2 摄像机阵列标定实验及分析 | 第40-44页 |
| 2.5 本章小结 | 第44-46页 |
| 3 基于双目视觉的快速三维场景重建 | 第46-64页 |
| 3.1 引言 | 第46页 |
| 3.2 特征点检测 | 第46-52页 |
| 3.2.1 SIFT特征点提取 | 第46-49页 |
| 3.2.2 Harris特征点检测 | 第49-50页 |
| 3.2.3 基于模板的特征点检测 | 第50-52页 |
| 3.3 稠密匹配 | 第52-60页 |
| 3.3.1 约束条件 | 第52-53页 |
| 3.3.2 稠密匹配算法 | 第53-58页 |
| 3.3.3 实验结果分析 | 第58-60页 |
| 3.4 三维场景重建 | 第60-63页 |
| 3.4.1 视差图 | 第60-61页 |
| 3.4.2 三维点计算 | 第61-62页 |
| 3.4.3 双目稠密点云三维场景重建 | 第62页 |
| 3.4.4 实验结果及分析 | 第62-63页 |
| 3.5 本章小结 | 第63-64页 |
| 4 摄像机阵列的三维场景拼接 | 第64-74页 |
| 4.1 点云预处理 | 第64-67页 |
| 4.1.1 点云去噪 | 第64-65页 |
| 4.1.2 点云精简 | 第65-66页 |
| 4.1.3 实验分析 | 第66-67页 |
| 4.2 多视角点云拼接 | 第67-71页 |
| 4.2.1 点云粗拼接 | 第67-69页 |
| 4.2.2 点云ICP优化 | 第69-71页 |
| 4.3 点云的空间管理 | 第71-72页 |
| 4.4 实验结果及分析 | 第72-73页 |
| 4.5 本章小结 | 第73-74页 |
| 5 系统实现与分析 | 第74-86页 |
| 5.1 系统简介 | 第74-75页 |
| 5.2 硬件系统 | 第75-77页 |
| 5.3 软件系统 | 第77-82页 |
| 5.3.1 算法模块 | 第78-79页 |
| 5.3.2 相机开发和图形界面模块 | 第79-82页 |
| 5.4 系统测试 | 第82-85页 |
| 5.4.1 精度测试 | 第83-84页 |
| 5.4.2 重建速度测试 | 第84-85页 |
| 5.5 本章小结 | 第85-86页 |
| 6 总结与展望 | 第86-88页 |
| 6.1 论文工作总结 | 第86页 |
| 6.2 未来工作展望 | 第86-88页 |
| 致谢 | 第88-89页 |
| 参考文献 | 第89-94页 |
| 攻读硕士学位期间发表的学术论文及研究成果 | 第94页 |
