| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 点云数据采集的国内外研究现状 | 第12-15页 |
| 1.2.2 人脸三维数字化的国内外研究现状 | 第15-16页 |
| 1.3 本课题研究任务 | 第16页 |
| 1.4 各章节安排 | 第16-18页 |
| 第2章 三维数字化系统的基本原理与开发工具 | 第18-29页 |
| 2.1 三维数字化流程 | 第18-19页 |
| 2.2 双目结构光测量系统及原理 | 第19-24页 |
| 2.2.1 双目结构光测量系统设计 | 第19页 |
| 2.2.2 摄像机成像原理 | 第19-21页 |
| 2.2.3 摄像机标定 | 第21-22页 |
| 2.2.4 极线约束求解三维空间坐标 | 第22-23页 |
| 2.2.5 测量精度 | 第23-24页 |
| 2.3 多Kinect测量系统及原理 | 第24-27页 |
| 2.3.1 多Kinect测量系统设计 | 第24-25页 |
| 2.3.2 Kinect结构简介 | 第25-26页 |
| 2.3.3 深度图像获取原理 | 第26页 |
| 2.3.4 深度图像去噪 | 第26-27页 |
| 2.3.5 点云数据获取 | 第27页 |
| 2.4 实验平台开发工具 | 第27-28页 |
| 2.5 小结 | 第28-29页 |
| 第3章 基于双目结构光测量系统的相关算法研究 | 第29-40页 |
| 3.1 算法流程 | 第29-30页 |
| 3.2 面结构光模板设计 | 第30-31页 |
| 3.3 高密度图像特征点的精确提取算法 | 第31-34页 |
| 3.3.1 图像预处理 | 第31-32页 |
| 3.3.2 基于单位投影像素的特征点提取 | 第32-34页 |
| 3.4 基于几何关系的图像特征点匹配算法 | 第34-38页 |
| 3.4.1 特征点噪声去除 | 第34-35页 |
| 3.4.2 特征点间的三角几何关系 | 第35-37页 |
| 3.4.3 基于几何关系的图像特征点匹配过程 | 第37-38页 |
| 3.5 算法比较分析 | 第38-39页 |
| 3.6 小结 | 第39-40页 |
| 第4章 基于多KINECT测量系统的相关算法研究 | 第40-51页 |
| 4.1 算法流程 | 第40-42页 |
| 4.2 点云滤波算法 | 第42-44页 |
| 4.2.1 点云滤波算法介绍 | 第42-43页 |
| 4.2.2 改进的双边滤波算法 | 第43-44页 |
| 4.3 点云拼接区域选取 | 第44-45页 |
| 4.4 点云拼接算法 | 第45-49页 |
| 4.4.1 点云拼接概念 | 第45页 |
| 4.4.2 基于点特征直方图的点云粗拼接 | 第45-47页 |
| 4.4.3 基于改进的共享最近邻居聚类算法的点云精拼接 | 第47-49页 |
| 4.5 算法比较分析 | 第49-50页 |
| 4.6 小结 | 第50-51页 |
| 第5章 实验验证与结果分析 | 第51-56页 |
| 5.1 雕塑头像三维数字化 | 第51-53页 |
| 5.1.1 雕塑头像三维数字化过程 | 第51-52页 |
| 5.1.2 实验结果分析 | 第52-53页 |
| 5.2 真实人脸三维数字化 | 第53-55页 |
| 5.2.1 真实人脸三维数字化流程 | 第53-54页 |
| 5.2.2 实验结果分析 | 第54-55页 |
| 5.3 小结 | 第55-56页 |
| 第6章 结论与展望 | 第56-58页 |
| 6.1 研究内容与结论 | 第56-57页 |
| 6.2 主要创新点 | 第57页 |
| 6.3 展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 附录 1 | 第62-64页 |
| 附录 2 | 第64-66页 |
| 附录 3 | 第66-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间参加的科研项目和成果 | 第70页 |