| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第14-25页 |
| 1.1 研究背景与意义 | 第14-18页 |
| 1.2 国内外研究现状 | 第18-22页 |
| 1.3 本文的主要研究工作 | 第22-24页 |
| 1.4 本文的组织结构 | 第24-25页 |
| 第二章 相关理论与方法 | 第25-34页 |
| 2.1 摄像机几何模型 | 第25-27页 |
| 2.2 对极几何 | 第27-29页 |
| 2.3 射影重建 | 第29-31页 |
| 2.3.1 成对重建 | 第29页 |
| 2.3.2 因式分解方法 | 第29-31页 |
| 2.4 层次理论 | 第31-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 一种新的差分形态分解特征检测和描述算法 | 第34-52页 |
| 3.1 引言 | 第34-36页 |
| 3.2 局部特征检测 | 第36-41页 |
| 3.2.1 Harris 特征检测 | 第36-38页 |
| 3.2.2 Harris-Laplace 角点检测 | 第38-40页 |
| 3.2.3 差分形态分解 | 第40-41页 |
| 3.3 基于 DMD 特征检测与描述算法 | 第41-44页 |
| 3.4 实验 | 第44-51页 |
| 3.4.1 查全率 | 第44-47页 |
| 3.4.2 重复率 | 第47-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第四章 基于序贯概率及局部优化随机抽样一致性算法 | 第52-65页 |
| 4.1 引言 | 第52-55页 |
| 4.2 RANSAC 算法 | 第55-56页 |
| 4.3 基于序贯概率和局部优化的 RANSAC 算法 | 第56-61页 |
| 4.3.1 算法核心思想 | 第56-57页 |
| 4.3.2 速度优化 | 第57-58页 |
| 4.3.3 序贯概率检测技术 | 第58-59页 |
| 4.3.4 精度优化 | 第59-60页 |
| 4.3.5 算法过程 | 第60-61页 |
| 4.4 实验 | 第61-64页 |
| 4.4.1 仿真实验 | 第61-62页 |
| 4.4.2 基础矩阵估计 | 第62-63页 |
| 4.4.3 单应矩阵估计 | 第63-64页 |
| 4.5 本章小结 | 第64-65页 |
| 第五章 一种新的共轭梯度光束法平差算法 | 第65-81页 |
| 5.1 引言 | 第65-67页 |
| 5.2 光束法平差 | 第67-69页 |
| 5.3 非线性最优化方法 | 第69-71页 |
| 5.3.1 梯度下降法 | 第69页 |
| 5.3.2 高斯牛顿法 | 第69-70页 |
| 5.3.3 Levenberg-Marquardt 法 | 第70-71页 |
| 5.4 性能优化 | 第71-75页 |
| 5.4.1 共轭梯度法 | 第71-72页 |
| 5.4.2 分块 QR 预处理 | 第72-74页 |
| 5.4.3 嵌入点迭代 | 第74-75页 |
| 5.5 实验 | 第75-80页 |
| 5.6 本章小结 | 第80-81页 |
| 第六章 无组织图像的表面重建 | 第81-97页 |
| 6.1 稠密的表面重建 | 第81-89页 |
| 6.1.1 深度图估计 | 第83-86页 |
| 6.1.2 表面重建 | 第86页 |
| 6.1.3 实验 | 第86-89页 |
| 6.2 准稠密的表面重建 | 第89-96页 |
| 6.2.1 PMVS 算法 | 第90-92页 |
| 6.2.2 基于自适应扩散的 PMVS | 第92-94页 |
| 6.2.3 实验 | 第94-96页 |
| 6.3 本章总结 | 第96-97页 |
| 第七章 总结与展望 | 第97-100页 |
| 致谢 | 第100-101页 |
| 参考文献 | 第101-113页 |
| 攻博期间取得的研究成果 | 第113-115页 |
