基于空间一致生长的多视图三维重建
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 1 绪论 | 第12-25页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 稀疏种子点多视图三维重建 | 第13-16页 |
| 1.3 多视图三维重建算法分类与发展趋势 | 第16-24页 |
| 1.3.1 基于体积的算法 | 第17-19页 |
| 1.3.2 基于深度图的算法 | 第19-20页 |
| 1.3.3 基于特征点生长的算法 | 第20-24页 |
| 1.4 本文的主要研究内容和章节安排 | 第24-25页 |
| 2 三维重建基础理论 | 第25-39页 |
| 2.1 摄像机模型 | 第25-30页 |
| 2.2 对极几何 | 第30-33页 |
| 2.3 图像金字塔 | 第33-37页 |
| 2.4 小结 | 第37-39页 |
| 3 基于空间一致生长的三维重建算法 | 第39-58页 |
| 3.1 算法流程 | 第39-40页 |
| 3.2 空间一致生长 | 第40-45页 |
| 3.2.1 初始位置与方向设置 | 第40-41页 |
| 3.2.2 主副图选取与更换 | 第41-44页 |
| 3.2.3 优化 | 第44-45页 |
| 3.3 有条件的初值矫正 | 第45-48页 |
| 3.4 滤波 | 第48-51页 |
| 3.4.1 光滑一致性滤波 | 第49-50页 |
| 3.4.2 深度一致性滤波 | 第50-51页 |
| 3.4.3 方向一致性滤波 | 第51页 |
| 3.5 典型实验结果 | 第51-57页 |
| 3.6 小结 | 第57-58页 |
| 4 基于DAISY描述符的初始种子点提取方法 | 第58-69页 |
| 4.1 主副图选取 | 第58-59页 |
| 4.2 基础矩阵的计算 | 第59-62页 |
| 4.3 匹配 | 第62-66页 |
| 4.3.1 匹配并确定种子点空间位置 | 第62-66页 |
| 4.3.2 种子点方向的确定 | 第66页 |
| 4.4 实验结果比较 | 第66-68页 |
| 4.5 小结 | 第68-69页 |
| 5 实验结果与讨论 | 第69-86页 |
| 5.1 精度和完整度定量评估方法 | 第69-71页 |
| 5.2 点云对准 | 第71-73页 |
| 5.3 三维重建实验结果定性和定量评价与比较 | 第73-85页 |
| 5.3.1 两种稀疏种子点提取方法性能比较 | 第73-76页 |
| 5.3.2 三维重建方法性能比较 | 第76-85页 |
| 5.4 小结 | 第85-86页 |
| 6 总结与展望 | 第86-89页 |
| 6.1 本文工作总结 | 第86-87页 |
| 6.2 未来工作展望 | 第87-89页 |
| 参考文献 | 第89-100页 |
| 攻读学位期间发表的学术论文 | 第100-101页 |
| 附录 插图对照 | 第101-103页 |
| 致谢 | 第103页 |
