| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-13页 |
| 缩略语对照表 | 第13-16页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 研究背景及意义 | 第16-19页 |
| 1.2 国内外研究现状 | 第19-21页 |
| 1.3 本文研究内容与章节安排 | 第21-22页 |
| 第二章 基于面片的多视角立体(PMVS)重建算法 | 第22-40页 |
| 2.1 引言 | 第22页 |
| 2.2 计算机视觉基础 | 第22-28页 |
| 2.2.1 图像坐标系 | 第22-23页 |
| 2.2.2 摄像机坐标系和世界坐标系 | 第23-24页 |
| 2.2.3 针孔成像模型 | 第24-26页 |
| 2.2.4 三角测量原理 | 第26-27页 |
| 2.2.5 对极几何与极线约束 | 第27-28页 |
| 2.3 PMVS基本概念 | 第28-32页 |
| 2.3.1 面片模型 | 第28-29页 |
| 2.3.2 光度差异函数 | 第29-31页 |
| 2.3.3 面片优化 | 第31页 |
| 2.3.4 图像模型 | 第31-32页 |
| 2.4 PMVS算法描述 | 第32-39页 |
| 2.4.1 初始特征匹配 | 第33-36页 |
| 2.4.2 面片扩散 | 第36-38页 |
| 2.4.3 面片滤波 | 第38-39页 |
| 2.5 本章小结 | 第39-40页 |
| 第三章 基于随机搜索的PMVS算法改进 | 第40-56页 |
| 3.1 引言 | 第40-42页 |
| 3.2 优化算法介绍 | 第42-49页 |
| 3.2.1 共轭梯度算法 | 第42-43页 |
| 3.2.2 随机搜索算法 | 第43-49页 |
| 3.3 基于随机搜索的PMVS算法改进 | 第49-55页 |
| 3.3.1 随机搜索算法面片优化及性能对比 | 第49-51页 |
| 3.3.2 基于随机搜索的PMVS算法改进 | 第51-55页 |
| 3.4 本章小结 | 第55-56页 |
| 第四章 基于PSO与准稠密匹配的多视角立体重建算法 | 第56-78页 |
| 4.1 引言 | 第56-57页 |
| 4.2 准稠密匹配 | 第57-64页 |
| 4.2.1 图像匹配 | 第57-58页 |
| 4.2.2 初始特征匹配 | 第58-61页 |
| 4.2.3 特征匹配传播 | 第61-64页 |
| 4.3 密集点云生成 | 第64-68页 |
| 4.3.1 空间传播 | 第65-66页 |
| 4.3.2 面片优化 | 第66-67页 |
| 4.3.3 视图传播 | 第67-68页 |
| 4.4 点云滤波 | 第68-69页 |
| 4.4.1 错误点云滤波 | 第68-69页 |
| 4.4.2 冗余点云滤波 | 第69页 |
| 4.5 完整算法流程 | 第69-70页 |
| 4.6 实验结果分析 | 第70-76页 |
| 4.7 本章小结 | 第76-78页 |
| 第五章 总结和展望 | 第78-80页 |
| 5.1 研究总结 | 第78-79页 |
| 5.2 研究展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 致谢 | 第84-86页 |
| 作者简介 | 第86-87页 |