基于图像的计算机三维重建技术研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-13页 |
| ·本课题的研究背景和研究意义 | 第9页 |
| ·三维重建的研究现状 | 第9-10页 |
| ·三维建模方法分类 | 第10-11页 |
| ·基于几何的建模方法 | 第10页 |
| ·基于图像的绘制和建模方法 | 第10-11页 |
| ·基于图像的三维重建技术的研究内容 | 第11-12页 |
| ·本文结构安排 | 第12-13页 |
| 2 相机标定 | 第13-27页 |
| ·相机成像模型 | 第13-19页 |
| ·坐标系 | 第13-16页 |
| ·线性相机模型 | 第16-17页 |
| ·非线性成像模型 | 第17-19页 |
| ·相机标定方法 | 第19-20页 |
| ·传统的相机标定方法 | 第19-20页 |
| ·自标定方法 | 第20页 |
| ·基于张正友相机标定算法的标定技术 | 第20-26页 |
| ·小结 | 第26-27页 |
| 3 基于特征的图像匹配算法 | 第27-41页 |
| ·图像特征匹配概述 | 第27-28页 |
| ·图像特征匹配的一般流程 | 第27页 |
| ·常用特征提取方法 | 第27-28页 |
| ·基于SURF算法的图像特征提取 | 第28-30页 |
| ·特征点提取 | 第28-29页 |
| ·建立特征描述符 | 第29-30页 |
| ·特征匹配 | 第30-33页 |
| ·匹配应满足的约束条件 | 第30-31页 |
| ·特征匹配算法 | 第31-32页 |
| ·改进的特征匹配算法 | 第32-33页 |
| ·使用鲁棒估计方法优化匹配结果 | 第33-37页 |
| ·随机抽样一致性算法 | 第33-34页 |
| ·基于RANSAC算法的特征点匹配 | 第34-35页 |
| ·改进的RANSAC算法 | 第35-37页 |
| ·实验结果 | 第37-39页 |
| ·小结 | 第39-41页 |
| 4 多视立体几何 | 第41-53页 |
| ·极线几何基础 | 第41-43页 |
| ·基础矩阵 | 第43-46页 |
| ·基础矩阵估计 | 第46-49页 |
| ·8 点算法 | 第46-47页 |
| ·7 点算法 | 第47-48页 |
| ·迭代算法 | 第48页 |
| ·基于鲁棒估计的算法 | 第48-49页 |
| ·改进的基础矩阵鲁棒估计方法 | 第49-52页 |
| ·改进算法 | 第49-50页 |
| ·实验结果 | 第50-52页 |
| ·小结 | 第52-53页 |
| 5 基于图像的三维重建 | 第53-69页 |
| ·三维重建原理 | 第53-54页 |
| ·基于图像的三维重建 | 第54-61页 |
| ·基于图像的三维重建流程 | 第54页 |
| ·稀疏特征点的三维重建 | 第54-56页 |
| ·图像校正 | 第56-59页 |
| ·稠密重建 | 第59-61页 |
| ·三维重建实验 | 第61-66页 |
| ·特征点三维重建实验 | 第61-64页 |
| ·图像校正实验 | 第64-65页 |
| ·稠密匹配点重建实验 | 第65-66页 |
| ·小结 | 第66-69页 |
| 6 结束语 | 第69-71页 |
| ·总结 | 第69页 |
| ·展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 研究成果 | 第77页 |
