基于结构光的全自动三维扫描系统
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 课题背景与研究意义 | 第12-13页 |
| 1.2 三维重建研究现状 | 第13-18页 |
| 1.2.1 相机标定 | 第13页 |
| 1.2.2 点云恢复 | 第13-15页 |
| 1.2.3 点云配准 | 第15-17页 |
| 1.2.4 多视角三维数据融合 | 第17-18页 |
| 1.2.5 纹理映射 | 第18页 |
| 1.3 本文主要的贡献点和创新点 | 第18-19页 |
| 1.4 本文框架 | 第19页 |
| 1.5 本章小结 | 第19-20页 |
| 第2章 相机标定 | 第20-29页 |
| 2.1 引言 | 第20页 |
| 2.2 背景知识 | 第20-23页 |
| 2.2.1 四种坐标系物理意义以及之间的转换 | 第20-22页 |
| 2.2.2 畸变模型 | 第22-23页 |
| 2.3 张正友棋盘格标定 | 第23-27页 |
| 2.3.1 标定步骤 | 第24页 |
| 2.3.2 张正友标定法推导 | 第24-27页 |
| 2.4 双目立体视觉系统标定 | 第27-28页 |
| 2.4.1 两台相机求解外参推导 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 结构光点云获取 | 第29-34页 |
| 3.1 引言 | 第29-30页 |
| 3.2 背景知识 | 第30-32页 |
| 3.2.1 三角测量 | 第30-31页 |
| 3.2.2 背景抠图 | 第31-32页 |
| 3.3 结构光编码、解码原理 | 第32-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 点云粗配准 | 第34-46页 |
| 4.1 引言 | 第34页 |
| 4.2 背景知识 | 第34-37页 |
| 4.2.1 SIFT特征 | 第34-36页 |
| 4.2.2 随机一致性算法 | 第36-37页 |
| 4.3 基于特征的点云粗配准方案 | 第37-42页 |
| 4.3.1 传统基于特征配准概述 | 第37-38页 |
| 4.3.2 基于SIFT特征的多约束立体配准流程 | 第38-39页 |
| 4.3.3 多约束条件的特征点过滤 | 第39-41页 |
| 4.3.4 极线约束以及如何利用过滤错误匹配 | 第41-42页 |
| 4.4 基于转台的粗配准方案 | 第42-45页 |
| 4.4.1 转台粗配准方案概述 | 第42-43页 |
| 4.4.2 转台标定流程 | 第43-44页 |
| 4.4.3 转台法外参求解 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 ICP点云细配准 | 第46-51页 |
| 5.1 引言 | 第46-47页 |
| 5.2 ICP算法原理介绍 | 第47-48页 |
| 5.3 ICP算法分析以及本文采取优化策略 | 第48-50页 |
| 5.3.1 重采样策略 | 第48-49页 |
| 5.3.2 点云匹配点对的选取策略 | 第49-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第6章 三维重建系统实现 | 第51-66页 |
| 6.1 引言 | 第51页 |
| 6.2 系统操作流程 | 第51-52页 |
| 6.2.1 系统初始化流程 | 第51-52页 |
| 6.2.2 商品重建流程 | 第52页 |
| 6.3 系统架构与设计 | 第52-54页 |
| 6.3.1 采集系统架构 | 第53-54页 |
| 6.4 系统优化 | 第54-56页 |
| 6.4.1 重建效果优化 | 第54-55页 |
| 6.4.2 用户交互优化 | 第55页 |
| 6.4.3 系统加速 | 第55-56页 |
| 6.5 系统重建结果分析与展示 | 第56-65页 |
| 6.5.1 相机标定实验结果 | 第56-57页 |
| 6.5.2 结构光实验结果评估 | 第57-59页 |
| 6.5.3 粗配准结果展示与精度分析 | 第59-62页 |
| 6.5.4 ICP结果分析 | 第62-64页 |
| 6.5.5 重建结果展示 | 第64-65页 |
| 6.6 本章小结 | 第65-66页 |
| 第7章 总结与展望 | 第66-68页 |
| 7.1 本文总结 | 第66页 |
| 7.2 工作展望 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 攻读硕士学位期间主要的研究成果 | 第73-74页 |
| 致谢 | 第74-75页 |
| 作者简介 | 第75页 |
