基于二维图像序列的三维地理场景重建方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 引言 | 第10-17页 |
| ·研究背景 | 第10-11页 |
| ·国内外研究进展 | 第11-14页 |
| ·研究意义 | 第14-15页 |
| ·研究内容与技术流程 | 第15-17页 |
| ·研究内容 | 第15-16页 |
| ·技术流程 | 第16-17页 |
| 2 空间数据获取概述 | 第17-27页 |
| ·空间数据获取方法 | 第17-19页 |
| ·二维空间数据获取方法 | 第17-18页 |
| ·三维空间数据获取方法 | 第18页 |
| ·采用二维图像获取空间数据的原因 | 第18-19页 |
| ·二维图像获取方式 | 第19-22页 |
| ·基于旋转平台的采集方法 | 第20页 |
| ·基于环绕场景的采集方法 | 第20-21页 |
| ·基于相机中心的全景采集方法 | 第21-22页 |
| ·基于水平间隔的移动采集方法 | 第22页 |
| ·二维图像处理 | 第22-27页 |
| ·图像增强 | 第23-24页 |
| ·图像滤波 | 第24-25页 |
| ·图像处理具体实现 | 第25-27页 |
| 3 图像特征点提取与匹配 | 第27-51页 |
| ·提取与匹配相关概念 | 第27-30页 |
| ·特征信息类型 | 第27-28页 |
| ·特征点提取与匹配基本流程 | 第28-30页 |
| ·特征点提取算法 | 第30-35页 |
| ·Moravec 算法 | 第30-32页 |
| ·Harris 特征点算法 | 第32-34页 |
| ·SIFT 特征点算法 | 第34-35页 |
| ·特征点匹配实现 | 第35-51页 |
| ·基于 MATLAB 的 Harris 算法实现 | 第35-39页 |
| ·基于图像全景的特征点匹配 | 第39-47页 |
| ·基于图像局部区域的特征点匹配 | 第47-51页 |
| 4 三维点的空间坐标计算 | 第51-57页 |
| ·摄像机三维坐标参数计算 | 第51-52页 |
| ·基于双目视觉的三维点坐标估计 | 第52-57页 |
| ·双目横向模式 | 第52-54页 |
| ·角度扫描模式 | 第54-55页 |
| ·双目纵向模式 | 第55-57页 |
| 5 三维特征点云的获取与优化 | 第57-66页 |
| ·特征点云的获取 | 第57-59页 |
| ·水平方向多视点 | 第57-58页 |
| ·任意排列多视点 | 第58-59页 |
| ·特征点云优化处理 | 第59-61页 |
| ·图像掩膜处理 | 第60页 |
| ·点云优化 | 第60-61页 |
| ·与国外机构获取点云的对比分析 | 第61-66页 |
| 6 真实感三维地理场景重建 | 第66-73页 |
| ·点云的三角网格剖分 | 第66-70页 |
| ·三角网格定义 | 第66-67页 |
| ·三角网格剖分原理 | 第67-68页 |
| ·三维点云的三角剖分 | 第68-69页 |
| ·三维点云的 Delaunay 三角剖分 | 第69-70页 |
| ·真实感纹理映射 | 第70-73页 |
| 7.结论与展望 | 第73-76页 |
| ·研究总结 | 第73-74页 |
| ·创新及不足 | 第74-76页 |
| ·论文创新 | 第74页 |
| ·论文不足与展望 | 第74-76页 |
| 参考文献 | 第76-79页 |
| 附录 A：作者攻读硕士学位期间发表论文 | 第79-80页 |
| 附录 B：图像的特征点匹配表格 | 第80-86页 |
| 致谢 | 第86页 |
