基于序列图像的三维重建技术研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题研究的背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文主要工作及章节安排 | 第11-13页 |
| 第2章 三维重建系统相关理论 | 第13-27页 |
| 2.1 二维表面图像序列获取 | 第13-14页 |
| 2.2 图像预处理 | 第14-16页 |
| 2.2.1 图像增强 | 第14-15页 |
| 2.2.2 图像滤波 | 第15-16页 |
| 2.3 相机成像系统 | 第16-21页 |
| 2.3.1 坐标系及其转换关系 | 第17-19页 |
| 2.3.2 对极几何原理 | 第19-21页 |
| 2.4 相机标定 | 第21-26页 |
| 2.4.1 传统线性相机标定 | 第21-23页 |
| 2.4.2 张氏棋盘标定法 | 第23-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 图像特征点提取与匹配 | 第27-45页 |
| 3.1 特征点提取 | 第27-38页 |
| 3.1.1 基于灰度的特征点提取算法 | 第27-30页 |
| 3.1.2 基于图像边缘的特征点提取算法 | 第30-32页 |
| 3.1.3 本文的特征点提取算法-TWD算法 | 第32-35页 |
| 3.1.4 特征提取算法比较 | 第35-38页 |
| 3.2 特征描述 | 第38-40页 |
| 3.2.1 基于图像梯度直方图的局部特征描述子 | 第38-39页 |
| 3.2.2 基于二进制位串的局部特征描述子 | 第39-40页 |
| 3.2.3 本文改进的特征描述子 | 第40页 |
| 3.3 特征点匹配 | 第40-44页 |
| 3.3.1 基于欧氏最小距离算法 | 第41页 |
| 3.3.2 基于汉明距离近邻法 | 第41-42页 |
| 3.3.3 实验分析 | 第42-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 基于图像的三维重建 | 第45-66页 |
| 4.1 空间三维坐标点计算 | 第45-53页 |
| 4.1.1 投影矩阵的计算 | 第45-47页 |
| 4.1.2 空间坐标点计算 | 第47-49页 |
| 4.1.3 坐标点优化 | 第49-53页 |
| 4.2 三维点云的网格化 | 第53-56页 |
| 4.2.1 基于极值点的点云分片 | 第53-54页 |
| 4.2.2 投影面的获取 | 第54-55页 |
| 4.2.3 德洛内(Delaunay)三角剖分 | 第55-56页 |
| 4.3实验分析 | 第56-64页 |
| 4.3.1 空间点云的计算 | 第56-62页 |
| 4.3.2 空间点云的网格化 | 第62-64页 |
| 4.4 本章小结 | 第64-66页 |
| 第5章 重建系统与模型渲染及评价 | 第66-76页 |
| 5.1 三维重建系统 | 第66-67页 |
| 5.2 模块功能与实现 | 第67页 |
| 5.3 纹理映射 | 第67-70页 |
| 5.3.1 纹理映射函数的设计 | 第68-69页 |
| 5.3.2 纹理映射 | 第69-70页 |
| 5.4 重建效果评价 | 第70-73页 |
| 5.5 本章小结 | 第73-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第82-84页 |
| 致谢 | 第84页 |
