| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 研究工作的背景与意义 | 第10-11页 |
| 1.2 基于RGB-D相机三维重建的研究历史与现状 | 第11-15页 |
| 1.2.1 RGB-D特征提取与匹配 | 第12-13页 |
| 1.2.2 相机位姿估计 | 第13-14页 |
| 1.2.3 三维模型表示 | 第14-15页 |
| 1.3 本文的主要工作 | 第15页 |
| 1.4 本文的章节安排 | 第15-17页 |
| 第二章 基于RGB-D相机的三维重建基础 | 第17-28页 |
| 2.1 RGB-D相机基本成像原理 | 第17-20页 |
| 2.1.1 相机的几何模型 | 第17-18页 |
| 2.1.2 四个坐标系及其关系 | 第18-20页 |
| 2.2 RGB-D相机的标定 | 第20-25页 |
| 2.2.1 RGB-D相机内参数的标定 | 第21-23页 |
| 2.2.2 RGB-D相机外参数的标定 | 第23-25页 |
| 2.3 深度数据预处理 | 第25-26页 |
| 2.3.1 离群点的删除 | 第25-26页 |
| 2.3.2 深度值严重错误点的删除 | 第26页 |
| 2.4 本章小结 | 第26-28页 |
| 第三章 基于特征点的RGB-D相机位姿估计 | 第28-45页 |
| 3.1 RGB图像点特征的提取与匹配 | 第28-34页 |
| 3.1.1 RGB图像点特征的检测 | 第28-32页 |
| 3.1.2 RGB图像点特征的描述 | 第32-33页 |
| 3.1.3 RGB图像点特征的匹配 | 第33-34页 |
| 3.2 常用的相机位姿估计算法 | 第34-40页 |
| 3.2.1 2D-2D——对极几何 | 第35-37页 |
| 3.2.2 3D-3D——ICP | 第37-38页 |
| 3.2.3 3D-2D——PnP | 第38-40页 |
| 3.3 基于RANSAC的相机位姿估计 | 第40-44页 |
| 3.3.1 RANSAC算法思想 | 第40-42页 |
| 3.3.2 基于RANSAC的相机位姿估计方法 | 第42-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 基于特征点的RGB-D相机位姿估计方法的改进 | 第45-60页 |
| 4.1 3D特征提取 | 第45-52页 |
| 4.1.1 3D关键点 | 第45-49页 |
| 4.1.2 3D局部特征描述子 | 第49-52页 |
| 4.2 基于RANSAC的改进联合2D-3D匹配的相机位姿估计方法 | 第52-54页 |
| 4.3 实验结果与分析 | 第54-59页 |
| 4.4 本章小结 | 第59-60页 |
| 第五章 基于RGB-D相机的室内场景三维重建系统 | 第60-66页 |
| 5.1 系统组成与实现 | 第60-63页 |
| 5.1.1 数据获取与预处理模块 | 第60页 |
| 5.1.2 相机位姿估计模块 | 第60-61页 |
| 5.1.3 三维模型生成模块 | 第61-63页 |
| 5.2 实验结果 | 第63-65页 |
| 5.3 本章小结 | 第65-66页 |
| 第六章 全文总结与展望 | 第66-68页 |
| 6.1 全文总结 | 第66页 |
| 6.2 后续展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间取得的成果 | 第73页 |
