摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第8-15页 |
1.1 研究背景 | 第8-10页 |
1.2 国内外相关技术研究现状 | 第10-12页 |
1.2.1 基于图像的三维重建技术 | 第10-11页 |
1.2.2 Delaunay三角网构建算法 | 第11页 |
1.2.3 三维重建在地形方面的应用 | 第11-12页 |
1.3 论文研究内容及章节安排 | 第12-15页 |
第二章 数字近景摄影测量与计算机视觉在三维重建中的应用及相关理论基础 | 第15-25页 |
2.1 数字近景摄影测量概述 | 第15页 |
2.2 数字近景摄影测量与计算机视觉之间的联系 | 第15-16页 |
2.3 基于计算机视觉的三维重建方法的优越性 | 第16-17页 |
2.3.1 基于图像的三维重建方法概述 | 第16-17页 |
2.3.2 基于计算机视觉的三维重建方法概述 | 第17页 |
2.4 基于计算机视觉的三维重建完整流程 | 第17-18页 |
2.5 基于OpenCV的摄像机标定算法 | 第18-22页 |
2.5.1 OpenCV简介 | 第18-19页 |
2.5.2 计算机双目立体视觉中坐标系基本介绍及其转换 | 第19-21页 |
2.5.3 考虑摄像机畸变后的修正标定模型 | 第21-22页 |
2.5.4 OpenCV下的摄像机标定 | 第22页 |
2.6 本论文中基于OpenCV所编写的标定模型 | 第22-24页 |
2.7 本章小结 | 第24-25页 |
第三章 一种面向三维重建研究的Delaunay三角网构网算法设计 | 第25-38页 |
3.1 不规则三角网相关概念 | 第25-27页 |
3.1.1 TIN的体系结构 | 第25-26页 |
3.1.2 TIN的常用算法 | 第26-27页 |
3.2 Delaunay三角网 | 第27-28页 |
3.2.1 Delaunay三角网的定义与性质 | 第27-28页 |
3.2.2 Delaunay三角网与Voronoi图的关系 | 第28页 |
3.3 经典的Delaunay三角网生成算法 | 第28-30页 |
3.3.1 三角网生长算法 | 第29页 |
3.3.2 逐点插入算法 | 第29-30页 |
3.3.3 分割合并算法 | 第30页 |
3.4 几何量的空间不变特性 | 第30-33页 |
3.4.1 空间点线面拓扑结构的基本概念 | 第31-32页 |
3.4.2 空间点线面拓扑关系分析 | 第32-33页 |
3.5 以三角网生长算法为基础的Delaunay构网改进算法 | 第33-37页 |
3.5.1 数据结构设计 | 第33-35页 |
3.5.2 算法实现的具体步骤 | 第35页 |
3.5.3 实验效果截图 | 第35-37页 |
3.6 本章小结 | 第37-38页 |
第四章 一种基于三角网边界边检测的最小二乘基准面构建算法 | 第38-47页 |
4.1 构建基准面在体积测量中的意义 | 第38-39页 |
4.2 一种面向快速体积计算的基准面自动获取算法 | 第39-42页 |
4.2.1 最小二乘法概述 | 第39-40页 |
4.2.2 最小二乘法拟合平面基本原理 | 第40-41页 |
4.2.3 基于最小二乘思想的基准面拟合模型 | 第41-42页 |
4.2.4 算法设计及实现 | 第42页 |
4.3 实验结果演示及分析 | 第42-46页 |
4.4 本章小结 | 第46-47页 |
第五章 一种基于特征点检测的自适应插值细分算法与体积计算相关研究 | 第47-61页 |
5.1 传统意义上的体积计算方法 | 第47-48页 |
5.2 典型的三维点云细分方案 | 第48-50页 |
5.2.1 蝶形(Butterfly)算法 | 第49页 |
5.2.2 Loop算法 | 第49-50页 |
5.2.3 Sqrt3算法 | 第50页 |
5.3 一种基于特征点检测的自适应插值细分算法 | 第50-52页 |
5.3.1 SIFT(Scale-Invariant Feature Transform)算法在本研究中的优越性 | 第51页 |
5.3.2 基于特征点检测的自适应插值细分算法设计与实现步骤 | 第51-52页 |
5.4 实验结果演示及分析 | 第52-60页 |
5.4.1 自制研究用沙堆拍摄及测量过程 | 第52-54页 |
5.4.2 软件实验结果演示及分析 | 第54-60页 |
5.5 本章小结 | 第60-61页 |
第六章 三维重建系统的完整设计与实验效果演示 | 第61-74页 |
6.1 三维系统软件设计思路及详细设计方案 | 第61-66页 |
6.1.1 show_imageView模块 | 第62页 |
6.1.2 FeatureDlg子模块 | 第62-63页 |
6.1.3 CameraCalibrator子模块 | 第63页 |
6.1.4 Reconstruction子模块 | 第63-64页 |
6.1.5 PickDlg子模块 | 第64-65页 |
6.1.6 Visualization子模块 | 第65-66页 |
6.2 三维系统软件功能实现 | 第66-72页 |
6.2.1 系统软件主操作界面演示 | 第66-67页 |
6.2.2 人工输入交互界面演示 | 第67-70页 |
6.2.3 三维点云显示界面演示 | 第70-72页 |
6.3 本章小结 | 第72-74页 |
第七章 总结与展望 | 第74-76页 |
7.1 全文总结 | 第74页 |
7.2 研究展望 | 第74-76页 |
致谢 | 第76-77页 |
参考文献 | 第77-80页 |
攻读硕士期间取得学术成果 | 第80页 |