| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 研究方向的引入 | 第8页 |
| 1.2 开源的点云数据处理平台 PCL 简介 | 第8-9页 |
| 1.3 课题研究内容和论文结构 | 第9-13页 |
| 1.3.1 主要研究内容 | 第9-10页 |
| 1.3.2 论文结构 | 第10-13页 |
| 第二章 相机模型 | 第13-25页 |
| 2.1 针孔摄像机模型 | 第13-16页 |
| 2.1.1 坐标系 | 第13-14页 |
| 2.1.2 针孔摄像机成像模型 | 第14-16页 |
| 2.2 RTCam 摄像机模型 | 第16-19页 |
| 2.3 Kinect 体感器 | 第19-22页 |
| 2.3.1 Kinect 成像系统 | 第19-20页 |
| 2.3.2 Kinect 深度摄像机模型 | 第20-22页 |
| 2.4 ICP 点云拼接方法 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 基于非线性模型的图像校正 | 第25-47页 |
| 3.1 非线性模型的图像校正 | 第25-26页 |
| 3.2 基于有理函数畸变模型的图像校正算法 | 第26-35页 |
| 3.2.1 基于有理函数畸变模型的图像校正算法 | 第26-28页 |
| 3.2.2 基于有理函数畸变模型的图像校正算法设计与实现 | 第28-30页 |
| 3.2.3 基于有理函数畸变模型的图像校正算法实验分析 | 第30-35页 |
| 3.3 基于 RTCam 的图像校正算法 | 第35-45页 |
| 3.3.1 RFCam 图像校正算法 | 第36-38页 |
| 3.3.2 RTCam 图像校正算法 | 第38-40页 |
| 3.3.3 RTCam 图像校正实验分析 | 第40-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第四章 Kinect 摄像机标定 | 第47-67页 |
| 4.1 平板摄像机标定方法 | 第47-50页 |
| 4.2 Kinect 摄像机标定 | 第50-58页 |
| 4.2.1 引言 | 第50-51页 |
| 4.2.2 红外摄像机和颜色摄像机内参数 | 第51-54页 |
| 4.2.3 红外摄像机和颜色摄像机相对位置 | 第54-55页 |
| 4.2.4 重投影最小值非线性优化 | 第55-56页 |
| 4.2.5 基于相机对的重投影最小值非线性优化 | 第56页 |
| 4.2.6 Kinect 标定方法设计与实现 | 第56-58页 |
| 4.3 Kinect 摄像机标定实验分析 | 第58-65页 |
| 4.4 本章小结 | 第65-67页 |
| 第五章 基于 Kinect 的空间拼接算法研究 | 第67-95页 |
| 5.1 Kinect 深度图像修复 | 第67-72页 |
| 5.1.1 Kinect 深度图像分析 | 第67-68页 |
| 5.1.2 基于中值滤波的深度图像修复 | 第68-70页 |
| 5.1.3 基于像素邻域的多帧深度图像处理 | 第70-72页 |
| 5.2 点云数据的生成 | 第72-75页 |
| 5.2.1 深度图像和颜色图像对齐 | 第72-74页 |
| 5.2.2 点云数据生成 | 第74-75页 |
| 5.3 基于 ICP 的点云数据拼接 | 第75-94页 |
| 5.3.1 RGBD-ICP 算法 | 第76-78页 |
| 5.3.2 改进的 RGBD-ICP 算法 | 第78-82页 |
| 5.3.3 点云拼接评估方法 | 第82页 |
| 5.3.4 实验分析和总结 | 第82-94页 |
| 5.4 本章小结 | 第94-95页 |
| 第六章 总结与展望 | 第95-97页 |
| 6.1 总结 | 第95-96页 |
| 6.2 展望 | 第96-97页 |
| 致谢 | 第97-99页 |
| 参考文献 | 第99-103页 |