| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 三维激光技术的进展 | 第12-14页 |
| 1.2.2 基于多视影像三维建模进展 | 第14-16页 |
| 1.3 研究的主要目标和内容 | 第16-18页 |
| 1.3.1 研究主要内容 | 第16-17页 |
| 1.3.2 研究技术路线 | 第17-18页 |
| 第二章 三维模型建立基础理论 | 第18-28页 |
| 2.1 三维激光扫描技术原理及数据特征 | 第18-19页 |
| 2.1.1 三维激光工作原理 | 第18-19页 |
| 2.1.2 数据特点 | 第19页 |
| 2.2 三维激光测量系统分类及相关软件 | 第19-22页 |
| 2.3 摄影测量原理 | 第22-25页 |
| 2.3.1 近景摄影测量基础 | 第22-24页 |
| 2.3.2 相机参数及型号 | 第24-25页 |
| 2.4 点数据处理相关研究 | 第25-28页 |
| 2.4.1 点云数据配准 | 第25-26页 |
| 2.4.2 点云数据分割 | 第26页 |
| 2.4.3 点云数据去噪 | 第26-28页 |
| 第三章 点云数据缺失分类研究 | 第28-36页 |
| 3.1 遮挡性数据缺失 | 第28-30页 |
| 3.1.1 物体遮挡缺失 | 第28-30页 |
| 3.1.2 自身遮挡数据缺失 | 第30页 |
| 3.2 目标物特性影响所致数据缺失 | 第30-33页 |
| 3.2.1 表面反射缺失 | 第30-32页 |
| 3.2.2 激光吸收缺失 | 第32-33页 |
| 3.3 扫描盲区及目标物大小原因缺失 | 第33-34页 |
| 3.4 点云缺失弥补方法相关研究 | 第34-35页 |
| 3.5 本章结语 | 第35-36页 |
| 第四章 影像序列稀疏点集生成 | 第36-63页 |
| 4.1 特征点提取及匹配算法 | 第37-44页 |
| 4.1.1 Harris角点检测算法 | 第37-39页 |
| 4.1.2 SIFT算法 | 第39-43页 |
| 4.1.3 特征提取实验 | 第43-44页 |
| 4.2 运动恢复结构技术(sfm技术) | 第44-53页 |
| 4.2.1 相机成像模型 | 第45-48页 |
| 4.2.2 对极几何原理 | 第48-50页 |
| 4.2.3 三角法空间三维结构重建 | 第50-52页 |
| 4.2.4 稀疏光束法平差原理 | 第52-53页 |
| 4.3 基于控制因素的sfm算法稀疏点云生成实验 | 第53-63页 |
| 4.3.1 物像轴夹角因素 | 第55-58页 |
| 4.3.2 视距和物像比因素 | 第58-63页 |
| 第五章 基于稠密点云和三维激光点云三维建模 | 第63-77页 |
| 5.1 基于区域增长的稠密匹配(PMVS)算法 | 第63-64页 |
| 5.2.1 PMVS算法原理 | 第64页 |
| 5.2 稠密点云算法步骤 | 第64-71页 |
| 5.2.1 匹配 | 第64-68页 |
| 5.2.2 面片扩展 | 第68页 |
| 5.2.3 过滤 | 第68-71页 |
| 5.3 基于稠密点云和三维激光点云三维建模 | 第71-77页 |
| 5.3.1 三维建模技术要点 | 第71-72页 |
| 5.3.2 基于多维尺度因子的点云融合技术实验研究 | 第72-77页 |
| 第六章 总结和展望 | 第77-80页 |
| 6.1 总结 | 第77-78页 |
| 6.2 展望 | 第78-80页 |
| 致谢 | 第80-82页 |
| 参考文献 | 第82-87页 |
| 附录A | 第87页 |