基于建筑物三维点云数据的水平面检测
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·引言 | 第7页 |
| ·单目视觉的三维重建技术 | 第7-11页 |
| ·建筑物重建的现在、未来和课题的来源、意义 | 第11-12页 |
| ·本论文的主要工作和研究内容 | 第12-15页 |
| 第二章 基于相机运动的多视角三维重建技术 | 第15-33页 |
| ·引言 | 第15页 |
| ·SIFT 算法 | 第15-19页 |
| ·尺度空间的生成 | 第15-17页 |
| ·空间极值点监测 | 第17页 |
| ·精确确定极值点位置 | 第17-18页 |
| ·特征点方向匹配 | 第18页 |
| ·SIFT 算法描述子 | 第18-19页 |
| ·SFM 算法的技术基础及算法概述 | 第19-27页 |
| ·相机成像模型 | 第20-23页 |
| ·对极几何 | 第23-24页 |
| ·基础矩阵 | 第24-26页 |
| ·SFM 算法概述 | 第26-27页 |
| ·多视角三维重建算法概述 | 第27-30页 |
| ·多视角三维重建（MVS）算法综述 | 第27-29页 |
| ·CMVS 软件 | 第29-30页 |
| ·本章小结 | 第30-33页 |
| 第三章 RANSAC 鲁棒拟合算法 | 第33-41页 |
| ·引言 | 第33页 |
| ·RANSAC 算法过程与分析 | 第33-38页 |
| ·RANSAC 算法 | 第33-34页 |
| ·抽样次数 | 第34-35页 |
| ·距离阈值 | 第35-36页 |
| ·终止阈值 | 第36-37页 |
| ·最终估计 | 第37页 |
| ·RANSAC 算法小结 | 第37-38页 |
| ·RANSAC 算法改进 | 第38-40页 |
| ·最优模型评价标准 | 第38-39页 |
| ·引导点采样策略 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于建筑场景三维点云的水平面提取 | 第41-49页 |
| ·引言 | 第41页 |
| ·水平面提取的传统方法 | 第41-43页 |
| ·基于图像信息的水平面提取 | 第41-43页 |
| ·基于模型三维结构的水平面提取 | 第43页 |
| ·算法设计思路 | 第43-45页 |
| ·算法描述与实现、验证 | 第45-47页 |
| ·算法描述 | 第45-46页 |
| ·实验结果 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第五章 一种生成城市三维地图的新方法 | 第49-55页 |
| ·引言 | 第49页 |
| ·一种生成城市三维地图的新方法 | 第49-51页 |
| ·建筑物底视图轮廓配准及实验结果 | 第51-54页 |
| ·建筑物底视图轮廓配准方法 | 第51-52页 |
| ·实验结果 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-59页 |
| ·全文总结 | 第55-56页 |
| ·工作展望 | 第56-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-69页 |
| 在读期间研究成果 | 第69-70页 |
