| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 图像特征点匹配研究现状 | 第11-12页 |
| 1.2.2 基于图像的点云数据获取研究现状 | 第12-13页 |
| 1.2.3 网格化点云研究现状 | 第13页 |
| 1.3 研究内容和技术路线 | 第13-15页 |
| 1.4 论文的组织结构 | 第15-16页 |
| 第二章 图像特征点匹配 | 第16-32页 |
| 2.1 图像预处理 | 第16-20页 |
| 2.1.1 双边滤波 | 第16-17页 |
| 2.1.2 阈值分割 | 第17页 |
| 2.1.3 边缘检测 | 第17-20页 |
| 2.2 边缘轮廓线提取 | 第20-24页 |
| 2.2.1 轮廓跟踪 | 第20-21页 |
| 2.2.2 基于Canny边缘检测的边缘轮廓线提取 | 第21-24页 |
| 2.3 角点提取 | 第24-25页 |
| 2.3.1 基于轮廓尖锐度角点的提取 | 第24-25页 |
| 2.4 特征点匹配 | 第25-27页 |
| 2.4.1 角点粗匹配 | 第26页 |
| 2.4.2 匹配强度 | 第26-27页 |
| 2.4.3 松弛迭代精匹配 | 第27页 |
| 2.5 实验结果分析 | 第27-30页 |
| 2.6 本章小结 | 第30-32页 |
| 第三章 点云数据的获取 | 第32-42页 |
| 3.1 SFM算法稀疏重构 | 第32-37页 |
| 3.1.1 计算匹配点的空间坐标 | 第32-35页 |
| 3.1.2 迭代加入图像 | 第35-36页 |
| 3.1.3 光束平差算法 | 第36-37页 |
| 3.2 图像聚簇分类(CMVS) | 第37-38页 |
| 3.3 基于面片模型的密集匹配(PMVS) | 第38-39页 |
| 3.4 实验结果分析 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 点云数据网格化 | 第42-49页 |
| 4.1 Delaunay三角剖分及Voronoi图 | 第42-44页 |
| 4.1.1 Delaunay三角剖分 | 第42-43页 |
| 4.1.2 Voronoi图 | 第43-44页 |
| 4.2 Crust算法 | 第44-46页 |
| 4.2.1 中轴 | 第44页 |
| 4.2.2 极点 | 第44-45页 |
| 4.2.3 采样密度 | 第45页 |
| 4.2.4 Crust算法的过程 | 第45-46页 |
| 4.3 Crust算法的改进 | 第46-47页 |
| 4.4 实验结果分析 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 5.1 总结 | 第49页 |
| 5.2 展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 作者简介 | 第56页 |