基于Kinect的室内场景实时三维重建
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 缩略语对照表 | 第12-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 研究背景 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-20页 |
| 1.2.1 被动式三维重建方法 | 第17-18页 |
| 1.2.2 主动式三维重建方法 | 第18-19页 |
| 1.2.3 基于Kinect的三维重建 | 第19-20页 |
| 1.3 论文的主要研究内容与安排 | 第20-22页 |
| 第二章 Kinect及相关技术介绍 | 第22-30页 |
| 2.1 Kinect技术介绍 | 第22-24页 |
| 2.1.1 Kinect简介 | 第22-23页 |
| 2.1.2 基于结构光技术的深度测量 | 第23-24页 |
| 2.2 GPU加速计算 | 第24-26页 |
| 2.3 PCL点云库 | 第26-28页 |
| 2.3.1 PCL简介 | 第26-27页 |
| 2.3.2 PCL应用领域 | 第27页 |
| 2.3.3 PCL的架构 | 第27-28页 |
| 2.4 三维重建流程 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第三章 深度图像滤波及Kinect标定 | 第30-52页 |
| 3.1 深度图像获取 | 第30页 |
| 3.2 深度图像滤波 | 第30-33页 |
| 3.2.1 噪声来源 | 第30-33页 |
| 3.3 去噪算法性能分析 | 第33-40页 |
| 3.3.1 中值滤波 | 第33-35页 |
| 3.3.2 高斯滤波 | 第35-37页 |
| 3.3.3 联合双边滤波与双边滤波 | 第37-39页 |
| 3.3.4 去噪算法时间性能比较 | 第39-40页 |
| 3.4 相机模型与标定 | 第40-50页 |
| 3.4.1 针孔相机模型 | 第40-42页 |
| 3.4.2 图像、相机与世界坐标系 | 第42-45页 |
| 3.4.3 相机标定原理 | 第45-48页 |
| 3.4.4 Kinect标定 | 第48-50页 |
| 3.5 本章小结 | 第50-52页 |
| 第四章 点云配准、融合、曲面重建 | 第52-86页 |
| 4.1 三维点云数据配准的研究现状 | 第52-54页 |
| 4.2 点云数据配准原理 | 第54-62页 |
| 4.2.1 变换矩阵 | 第54-55页 |
| 4.2.2 目标函数 | 第55-56页 |
| 4.2.3 四元数方法 | 第56-62页 |
| 4.3 传统的ICP点云配准算法 | 第62-64页 |
| 4.4 ICP算法分析与改进 | 第64-77页 |
| 4.4.1 重采样方法 | 第64-66页 |
| 4.4.2 对应点匹配方法 | 第66-73页 |
| 4.4.3 目标函数的选择 | 第73-77页 |
| 4.5 点云融合 | 第77-82页 |
| 4.5.1 TSDF算法 | 第77-79页 |
| 4.5.2 光线投射与预测点云 | 第79-82页 |
| 4.6 曲面重建 | 第82-84页 |
| 4.6.1 Marching Cubes算法 | 第82-83页 |
| 4.6.2 纹理映射 | 第83-84页 |
| 4.7 本章小结 | 第84-86页 |
| 第五章 系统设计与实现 | 第86-92页 |
| 5.1 系统开发及运行环境介绍 | 第86-87页 |
| 5.2 系统设计 | 第87页 |
| 5.3 系统运行展示 | 第87-90页 |
| 5.4 模型的精度 | 第90-91页 |
| 5.5 本章小结 | 第91-92页 |
| 第六章 总结与展望 | 第92-94页 |
| 6.1 本文工作总结 | 第92页 |
| 6.2 工作展望 | 第92-94页 |
| 参考文献 | 第94-100页 |
| 致谢 | 第100-102页 |
| 作者简介 | 第102-103页 |
