基于多视图的瓦当三维模型重建的研究与实现
摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 绪论 | 第8-18页 |
1.1 研究背景 | 第8-9页 |
1.2 国内外研究现状 | 第9-15页 |
1.2.1 三维重建研究现状 | 第9-15页 |
1.2.2 基于多视图的三维重建技术研究现状 | 第15页 |
1.3 本文研究内容 | 第15-16页 |
1.4 本文组织结构 | 第16-18页 |
第二章 成像模型与PMVS基本概念 | 第18-36页 |
2.1 射影几何 | 第18-22页 |
2.2 相机成像模型 | 第22-26页 |
2.3 PMVS算法基本概念 | 第26-30页 |
2.3.1 面片模型 | 第26-27页 |
2.3.2 光线一致性函数 | 第27-28页 |
2.3.3 面片优化 | 第28-29页 |
2.3.4 图像模型 | 第29-30页 |
2.4 经典图像特征点提取算法 | 第30-34页 |
2.4.1 Harris算法 | 第30-31页 |
2.4.2 DoG算法 | 第31-34页 |
2.5 本章小结 | 第34-36页 |
第三章 基于局部熵约束的SIFT方法 | 第36-50页 |
3.1 PMVS算法步骤 | 第36-43页 |
3.1.1 获取图像 | 第36-37页 |
3.1.2 分割图像 | 第37-38页 |
3.1.3 特征点匹配及初始面片的生成 | 第38-39页 |
3.1.4 面片扩散 | 第39-42页 |
3.1.5 面片过滤 | 第42-43页 |
3.2 基于局部熵约束的SIFT方法 | 第43-46页 |
3.3 特征匹配算法 | 第46-47页 |
3.4 实验结果对比 | 第47-49页 |
3.5 本章小结 | 第49-50页 |
第四章 基于准稠密匹配的PMVS | 第50-62页 |
4.1 准稠密匹配扩散方法 | 第50-52页 |
4.1.1 算法描述 | 第50-52页 |
4.1.2 基于准稠密匹配的PMVS算法 | 第52页 |
4.2 特征点匹配的优化 | 第52-55页 |
4.2.1 对极几何 | 第52-53页 |
4.2.2 基础矩阵 | 第53-55页 |
4.3 泊松表面重建 | 第55-57页 |
4.4 实验结果分析 | 第57-60页 |
4.5 本章小结 | 第60-62页 |
第五章 秦汉瓦当管理系统设计与实现 | 第62-72页 |
5.1 系统设计 | 第62-63页 |
5.1.1 需求分析 | 第62页 |
5.1.2 主要功能设计 | 第62-63页 |
5.1.3 系统开发平台 | 第63页 |
5.2 系统实现 | 第63-70页 |
5.2.1 瓦当数据库管理功能 | 第63-65页 |
5.2.2 瓦当文字识别功能 | 第65-66页 |
5.2.3 瓦当浏览功能 | 第66-68页 |
5.2.4 瓦当重建功能 | 第68-70页 |
5.3 本章小结 | 第70-72页 |
第六章 总结与展望 | 第72-74页 |
6.1 本文工作总结 | 第72页 |
6.2 未来工作展望 | 第72-74页 |
参考文献 | 第74-78页 |
攻读硕士学位期间取得的科研成果 | 第78-80页 |
致谢 | 第80页 |