首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于序列影像的空间目标三维重建关键技术研究

摘要第4-5页
Abstract第5页
第一章 绪论第8-16页
    1.1 选题背景及意义第8-10页
        1.1.1 选题背景第8-10页
        1.1.2 研究意义第10页
    1.2 国内外研究现状及趋势第10-14页
        1.2.1 序列影像特征匹配第11-12页
        1.2.2 稀疏光束法平差第12-13页
        1.2.3 序列影像三维重建第13-14页
    1.3 研究内容第14-16页
第二章 基于SCCH描述子的改进SURF影像匹配算法第16-30页
    2.1 经典特征点提取与匹配算子第16-22页
        2.1.1 SIFT算子第16-18页
        2.1.2 SURF算子第18-20页
        2.1.3 特征匹配第20-22页
    2.2 基于SCCH描述子的改进SURF匹配算法第22-24页
        2.2.1 SCCH描述子第22-23页
        2.2.2 改进SURF匹配算法第23-24页
    2.3 实验与分析第24-29页
        2.3.1 标准数据集影像实验与分析第25-27页
        2.3.2 空间目标立体像对实验与分析第27-29页
    2.4 本章小结第29-30页
第三章 基于稀疏光束法平差方法的空间目标序列影像位姿解算第30-46页
    3.1 相关理论基础第30-34页
        3.1.1 相关坐标系第30-31页
        3.1.2 相机成像模型第31-33页
        3.1.3 基本矩阵第33-34页
    3.2 稀疏光束法平差第34-38页
        3.2.1 平差模型第34-35页
        3.2.2 稀疏矩阵第35-38页
    3.3 空间目标序列影像位姿解算第38-40页
        3.3.1 SFM方法第38-39页
        3.3.2 空间目标序列影像相机参数求解与稀疏点云生成第39-40页
    3.4 实验与分析第40-44页
        3.4.1 卫星模型序列影像实验与分析第41-43页
        3.4.2 行星表面序列影像实验与分析第43-44页
    3.5 本章小结第44-46页
第四章 基于PMVS的空间目标序列影像密集匹配算法第46-56页
    4.1 PMVS基本概念第46-48页
        4.1.1 面片模型第47页
        4.1.2 影像模型第47页
        4.1.3 面片约束第47-48页
    4.2 空间目标多视密集匹配方法第48-50页
        4.2.1 空间目标多视密集匹配第48-49页
        4.2.2 种子点生成第49页
        4.2.3 面片扩散第49-50页
        4.2.4 面片过滤第50页
    4.3 实验与分析第50-54页
        4.3.1 地面典型目标序列影像实验与分析第50-51页
        4.3.2 卫星模型序列影像实验与分析第51-53页
        4.3.3 行星表面序列影像实验与分析第53-54页
    4.4 本章小结第54-56页
第五章 基于序列影像的空间目标三维重建实验系统第56-64页
    5.1 系统的功能结构第56-60页
    5.2 系统实验情况第60-62页
        5.2.1 灶神星真实序列观测影像实验第60-61页
        5.2.2 行星表面序列观测小基高比影像实验第61-62页
    5.3 本章小结第62-64页
第六章 总结与展望第64-66页
    6.1 工作总结第64页
    6.2 工作展望第64-66页
致谢第66-68页
参考文献第68-74页
作者简历第74页

论文共74页,点击 下载论文
上一篇:基于RSOM积的大规模图像目标检索关键技术研究
下一篇:基于聚类和Slope One的协同过滤算法