基于“沙漏状”结构光的全景三维重建研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景和意义 | 第10-11页 |
| 1.2 立体视觉技术及国内外现状 | 第11-14页 |
| 1.2.1 深度测量技术 | 第11-12页 |
| 1.2.2 全景视觉技术 | 第12-13页 |
| 1.2.3 点云配准技术 | 第13页 |
| 1.2.4 国内外发展现状 | 第13-14页 |
| 1.3 本文主要工作与结构 | 第14-16页 |
| 第二章 全景图像深度测量方法 | 第16-28页 |
| 2.1 编码结构光基础 | 第16-20页 |
| 2.1.1 典型的编码结构光 | 第16-17页 |
| 2.1.2 结构光编码策略 | 第17-19页 |
| 2.1.3 结构光解码策略 | 第19-20页 |
| 2.2 立体视觉系统概述 | 第20-23页 |
| 2.2.1 针孔相机成像模型 | 第20-22页 |
| 2.2.2 结构光深度测量原理 | 第22-23页 |
| 2.3 全景深度信息提取方法 | 第23-26页 |
| 2.3.1 全景折反射成像模型 | 第23-24页 |
| 2.3.2 双曲面镜单视点成像技术 | 第24-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第三章 点云配准算法 | 第28-36页 |
| 3.1 点云数据 | 第28-30页 |
| 3.1.1 点云数据的获取 | 第28-29页 |
| 3.1.2 点云数据的分类 | 第29-30页 |
| 3.2 配准数学模型 | 第30-33页 |
| 3.2.1 刚体变换矩阵 | 第30-31页 |
| 3.2.2 四元数法 | 第31-33页 |
| 3.3 k-d tree搜索点云邻域 | 第33-34页 |
| 3.4 本章小结 | 第34-36页 |
| 第四章 基于先验约束ICP配准算法 | 第36-50页 |
| 4.1 全景三维重建系统搭建 | 第36-41页 |
| 4.1.1 全景相机标定 | 第36-39页 |
| 4.1.2 全景深度测量方法 | 第39-41页 |
| 4.2 点云初始配准 | 第41-42页 |
| 4.3 点云精确配准 | 第42-46页 |
| 4.3.1 经典ICP算法 | 第42-43页 |
| 4.3.2 改进ICP算法 | 第43-46页 |
| 4.3.3 ICP配准算法收敛性分析 | 第46页 |
| 4.4 配准实验结果及分析 | 第46-48页 |
| 4.5 本章小结 | 第48-50页 |
| 第五章 全景物体表面三维重建 | 第50-60页 |
| 5.1 实验环境及硬件构成 | 第50-51页 |
| 5.2 实验结果与分析 | 第51-59页 |
| 5.2.1 全景相机标定结果 | 第51-54页 |
| 5.2.2 全景深度测量结果 | 第54-56页 |
| 5.2.3 全景点云配准结果及分析 | 第56-57页 |
| 5.2.4 全景三维重建 | 第57-59页 |
| 5.3 本章小结 | 第59-60页 |
| 第六章 结论 | 第60-62页 |
| 6.1 工作总结 | 第60页 |
| 6.2 不足与展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 作者简介 | 第66页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第66-68页 |
| 致谢 | 第68-69页 |
