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

基于多角度视觉信息的目标3D重构技术研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第12-17页
    1.1 课题来源及研究的背景和意义第12页
        1.1.1 课题的来源第12页
        1.1.2 课题研究的背景和意义第12页
    1.2 国内外研究现状第12-15页
        1.2.1 计算机视觉的发展历史概述第12-14页
        1.2.2 相机标定研究现状第14-15页
    1.3 文章主要研究内容及结构安排第15-17页
第2章 计算机视觉三维重构的理论基础第17-25页
    2.1 摄像机成像模型第17-21页
        2.1.1 世界坐标系、相机坐标系、图像物理坐标系和图像像素坐标系第17-20页
        2.1.2 对极几何第20-21页
    2.2 相机标定的意义及目的第21-22页
    2.3 不同场合和外部条件下的三维重建流程第22-24页
        2.3.1 平行对准配置双目视觉成像模型第22-23页
        2.3.2 已标定相机的双目视觉成像模型第23页
        2.3.3 未标定相机视觉模型第23-24页
    2.4 本章小结第24-25页
第3章 平行对准配置的双目视觉模型三维重构第25-43页
    3.1 匹配面临的难点第25-26页
        3.1.1 噪声问题第25页
        3.1.2 弱纹理第25页
        3.1.3 重复性纹理第25页
        3.1.4 遮挡问题第25-26页
        3.1.5 信息丢失问题第26页
    3.2 实现方案第26-28页
        3.2.1 图像预处理第26页
        3.2.2 特征提取、特征匹配第26页
        3.2.3 初始匹配得到稠密视差图第26页
        3.2.4 视差图1次优化第26-27页
        3.2.5 视差图2次优化第27-28页
    3.3 各阶段实验结果及分析第28-42页
        3.3.1 预处理阶段第28-29页
        3.3.2 Harris特征提取第29页
        3.3.3 立体匹配的匹配策略第29-36页
        3.3.4 算法评估及结果分析第36页
        3.3.5 三维重构第36-42页
    3.4 本章小结第42-43页
第4章 未标定相机视觉模型重构方法概述第43-47页
    4.1 本文针对未标定相机两视图重构的主要实现流程第43页
    4.2 未标定相机两视图的特征匹配第43-46页
        4.2.1 SIFT特征匹配算法第43-44页
        4.2.2 SIFT特征匹配实验结果第44-46页
    4.3 本章小结第46-47页
第5章 基础矩阵的鲁棒估计第47-57页
    5.1 基础矩阵第47-48页
    5.2 基础矩阵F的表达式的推导第48-50页
    5.3     基础矩阵的估计算法第50-53页
        5.3.1 线性方法第50-51页
        5.3.2 迭代方法第51页
        5.3.3 鲁棒方法第51-53页
    5.4 RANSAC基础矩阵鲁棒估计方法的改进第53-55页
    5.5 改进的RANSAC剔除外点(误匹配)实验结果第55-56页
    5.6 本章小结第56-57页
第6章 相机自标定以及空间点三维坐标的求解第57-72页
    6.1 相机自标定第57-61页
        6.1.1 Hough直线提取第57-58页
        6.1.2 影灭点第58-59页
        6.1.3 基于影灭点估计的相机内参求解第59-61页
        6.1.4 相机自标定结果第61页
    6.2 运动恢复——R和t的计算第61-63页
    6.3 空间点三维坐标的求解第63-64页
    6.4 实验结果第64-69页
        6.4.1 剔除场景中偏离重构对象的点第66-69页
    6.5 openGL纹理贴图第69-71页
    6.6 本章小结第71-72页
第7章 针对自拍摄图像的三维重构实验第72-85页
    7.1 手机拍摄照片匹配实验第72-80页
        7.1.1 迭代的斜率一致性第73-80页
    7.2 数码相机拍摄照片重构实验第80-83页
    7.3 算法实时性评价第83-85页
结论第85-87页
攻读硕士学位期间发表的论文第87-88页
参考文献第88-95页
致谢第95页

论文共95页,点击 下载论文
上一篇:基于GBDT的社区问题标签推荐技术研究
下一篇:基于Android的移动学习软件的设计与实现