基于SURF算法的多幅图像三维模型重建方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-17页 |
| ·基于图像的三维模型重建的前景和意义 | 第9页 |
| ·基于图像的三维模型重建方法的现状和发展趋势 | 第9-12页 |
| ·基于多幅图像的三维模型重建方法 | 第12-15页 |
| ·基于多幅图像的三维模型重建一般流程 | 第12-13页 |
| ·基于多幅图像的三维模型重建方法 | 第13-15页 |
| ·本文研究内容 | 第15页 |
| ·论文组织结构 | 第15-17页 |
| 第2章 SURF 特征提取及匹配算法的研究和实现 | 第17-33页 |
| ·图像特征点检测及匹配方法综述 | 第17-18页 |
| ·特征点的检测和匹配算法介绍 | 第17-18页 |
| ·SURF 算法介绍 | 第18-26页 |
| ·SURF 算法中的几个概念 | 第19-21页 |
| ·SURF 特征点的检测 | 第21-23页 |
| ·SURF 描述子的生成 | 第23-25页 |
| ·SURF 相似性度量 | 第25-26页 |
| ·SIFT 算法介绍 | 第26-28页 |
| ·SIFT 特征点检测 | 第26-27页 |
| ·SIFT 特征点方向的确定 | 第27页 |
| ·SIFT 特征点描述子的生成 | 第27页 |
| ·SIFT 相似性度量 | 第27页 |
| ·SURF 和SIFT 算法对比 | 第27-28页 |
| ·SURF 算法在重建中的实验 | 第28-31页 |
| ·SURF 和SIFT 特征点检测情况对比实验 | 第29-30页 |
| ·SURF 和SIFT 特征点精确度对比实验 | 第30页 |
| ·SURF 和SIFT 算法速度对比实验 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第3章 改进的特征点稠密匹配算法研究和实现 | 第33-41页 |
| ·区域增长算法理论 | 第33-34页 |
| ·区域增长算法步骤 | 第34-38页 |
| ·视差图的定义 | 第34-35页 |
| ·确定对应点的目标函数 | 第35页 |
| ·区域增长算法流程 | 第35-38页 |
| ·区域增长搜索范围的控制 | 第38页 |
| ·区域增量算法实验 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于多幅图像的三维模型重建方法研究 | 第41-53页 |
| ·三维实体重构建模理论 | 第41-50页 |
| ·相机模型 | 第41-43页 |
| ·极线几何 | 第43-44页 |
| ·基础矩阵 | 第44-45页 |
| ·基础矩阵的计算 | 第45-47页 |
| ·本质矩阵计算 | 第47页 |
| ·摄像机外参数的计算 | 第47-48页 |
| ·投影矩阵的计算 | 第48-49页 |
| ·空间三维点的计算 | 第49-50页 |
| ·基于多视图的三维模型重建 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 实验 | 第53-60页 |
| ·两幅图三维模型重建系统框架介绍 | 第53-54页 |
| ·将SURF 算法应用于两幅图三维模型重建 | 第54-57页 |
| ·将区域增长匹配算法应用于两幅图三维模型重建 | 第57-58页 |
| ·两种方法的比较 | 第58-59页 |
| ·本章小节 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63页 |
