基于图像数据的三维重建算法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景与研究意义 | 第10-12页 |
| 1.2 国内外现状 | 第12-13页 |
| 1.3 三维重建系统的介绍 | 第13-18页 |
| 1.3.1 基于运动恢复结构的重建系统介绍 | 第13-16页 |
| 1.3.2 基于三维可变形模型的重建系统介绍 | 第16-18页 |
| 1.4 论文的组织结构 | 第18-20页 |
| 第2章 三维重建的基础理论 | 第20-34页 |
| 2.1 射影几何基础 | 第20-25页 |
| 2.1.1 三维射影几何和变换 | 第20-24页 |
| 2.1.2 单应矩阵 | 第24-25页 |
| 2.2 对极几何、基础矩阵与本质矩阵 | 第25-27页 |
| 2.2.1 对极几何 | 第25-26页 |
| 2.2.2 基础矩阵 | 第26-27页 |
| 2.2.3 本质矩阵 | 第27页 |
| 2.3 特征点的检测与匹配算法 | 第27-29页 |
| 2.3.1 传统的特征点检测和匹配算法 | 第27-28页 |
| 2.3.2 基于特定点对齐的检测与匹配算法 | 第28-29页 |
| 2.4 三维可变形模型基础 | 第29-34页 |
| 2.4.1 三维数据获取 | 第30页 |
| 2.4.2 构建模型空间 | 第30-31页 |
| 2.4.3 可变形模型的分段变形 | 第31页 |
| 2.4.4 贴图处理 | 第31-34页 |
| 第3章 基于多帧无序图像的三维重建 | 第34-52页 |
| 3.1 引言 | 第34-35页 |
| 3.2 摄像机标定 | 第35-38页 |
| 3.3 无序图像序列的关键帧筛选 | 第38-40页 |
| 3.3.1 DDCRP模型 | 第38-39页 |
| 3.3.2 基于DDCRP模型的关键帧筛选算法 | 第39-40页 |
| 3.4 三维物体的稀疏重建 | 第40-43页 |
| 3.4.1 三维点云数据恢复算法 | 第41-42页 |
| 3.4.2 三维点云数据优化算法 | 第42-43页 |
| 3.5 三维物体的稠密重建 | 第43-45页 |
| 3.5.1 基本定义 | 第43-44页 |
| 3.5.2 PMVS的重建过程 | 第44-45页 |
| 3.6 实验结果与分析 | 第45-51页 |
| 3.7 本章小结 | 第51-52页 |
| 第4章 基于可变形模型的三维重建 | 第52-64页 |
| 4.1 引言 | 第52页 |
| 4.2 形状模型与姿态估计 | 第52-56页 |
| 4.2.1 相机投影矩阵的估计 | 第52-53页 |
| 4.2.2 构建特征点方差模型 | 第53-55页 |
| 4.2.3 构建概率模型 | 第55-56页 |
| 4.2.4 模型的三维重建 | 第56页 |
| 4.3 纹理与光照建模 | 第56-61页 |
| 4.3.1 球面谐波照明函数 | 第56-58页 |
| 4.3.2 SUV色彩空间 | 第58-59页 |
| 4.3.3 镜面不变模型拟合 | 第59-60页 |
| 4.3.4 球面谐波照明函数 | 第60页 |
| 4.3.5 球面谐波照明函数 | 第60-61页 |
| 4.4 实验结果与分析 | 第61-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-65页 |
| 5.1 总结 | 第64页 |
| 5.2 展望 | 第64-65页 |
| 参考文献 | 第65-69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 |
