信息不对称下高超速弹丸三维重构技术研究
| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究的背景与意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究现状与分析 | 第10-12页 |
| 1.3 研究内容 | 第12-15页 |
| 第2章 信息不对称下高超速弹丸三维重构系统设计 | 第15-37页 |
| 2.1 信息不对称下三维重构系统环境和组成 | 第15-20页 |
| 2.1.1 信息不对称 | 第15页 |
| 2.1.2 弹丸三维重构系统的环境设置 | 第15-16页 |
| 2.1.3 系统组成 | 第16-20页 |
| 2.2 三维重构系统的软件流程设计 | 第20-21页 |
| 2.3 相机标定 | 第21-26页 |
| 2.3.1 相机成像模型 | 第21-22页 |
| 2.3.2 标定原理 | 第22-24页 |
| 2.3.3 实现方法 | 第24-26页 |
| 2.4 图像预处理 | 第26-36页 |
| 2.4.1 图像平滑滤波 | 第26-28页 |
| 2.4.2 图像灰度化 | 第28-29页 |
| 2.4.3 图像边缘检测 | 第29-32页 |
| 2.4.4 图像角点检测 | 第32-36页 |
| 2.5 本章小结 | 第36-37页 |
| 第3章 三维弹丸局部轮廓重构方法 | 第37-49页 |
| 3.1 明暗恢复形状(SFS)的原理 | 第37-40页 |
| 3.1.1 朗伯体反射模型和余弦定理 | 第37-38页 |
| 3.1.2 辐照度方程 | 第38-39页 |
| 3.1.3 相关约束条件 | 第39-40页 |
| 3.2 典型SFS算法的分类与比较 | 第40-41页 |
| 3.3 基于SFS算法的三维弹丸轮廓恢复方法 | 第41-48页 |
| 3.3.1 曲面的表达方式 | 第41-42页 |
| 3.3.2 从图像恢复三维形貌算法设计 | 第42-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第4章 三维弹丸多粒度建模优化方法 | 第49-59页 |
| 4.1 特征点提取 | 第49-52页 |
| 4.1.1 图像角点的提取与匹配 | 第50页 |
| 4.1.2 特征点空间坐标计算 | 第50-52页 |
| 4.2 特征点的匹配 | 第52-54页 |
| 4.2.1 粗粒度匹配 | 第52页 |
| 4.2.2 细粒度匹配 | 第52-53页 |
| 4.2.3 匹配精度分析 | 第53-54页 |
| 4.3 坐标变换矩阵的计算 | 第54-55页 |
| 4.3.1 旋转矩阵的Cayley变换 | 第54-55页 |
| 4.3.2 旋转矩阵和平移矢量 | 第55页 |
| 4.4 径向权图像融合 | 第55-57页 |
| 4.5 本章小结 | 第57-59页 |
| 第5章 三维重构算法验证与精度分析 | 第59-71页 |
| 5.1 三维重构算法实现过程 | 第59-62页 |
| 5.2 重构精度分析 | 第62-66页 |
| 5.2.1 弹丸表面高度信息获取 | 第62-63页 |
| 5.2.2 重构数据与真实数据的比较 | 第63-65页 |
| 5.2.3 重构计算 | 第65-66页 |
| 5.3 精度影响因素分析 | 第66-70页 |
| 5.3.1 相机景深对精度的影响 | 第66-69页 |
| 5.3.2 图像预处理对精度的影响 | 第69-70页 |
| 5.4 本章小结 | 第70-71页 |
| 第6章 结论与展望 | 第71-73页 |
| 6.1 结论 | 第71-72页 |
| 6.2 展望 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 致谢 | 第78-79页 |
| 攻读学位期间的研究成果 | 第79页 |
