| 摘要 | 第4-8页 |
| Abstract | 第8-11页 |
| 第一章 绪论 | 第17-33页 |
| 1.1 选题背景及意义 | 第17-20页 |
| 1.2 基于计算机视觉的三维重建原理与方法 | 第20-23页 |
| 1.3 当前国内外研究现状及发展动态 | 第23-28页 |
| 1.3.1 多视几何重构理论研究现状 | 第23-25页 |
| 1.3.2 球面立体视觉系统研究现状 | 第25-28页 |
| 1.4 研究内容与研究方法 | 第28-29页 |
| 1.5 论文结构 | 第29-33页 |
| 第二章 计算机立体视觉的理论基础 | 第33-55页 |
| 2.1 射影几何变换 | 第33-39页 |
| 2.1.1 齐次坐标 | 第34-35页 |
| 2.1.2 射影空间 | 第35-37页 |
| 2.1.3 射影变换 | 第37-39页 |
| 2.2 立体相机成像模型 | 第39-45页 |
| 2.2.1 坐标系统 | 第39-41页 |
| 2.2.2 针孔模型 | 第41-44页 |
| 2.2.3 CCD立体相机 | 第44页 |
| 2.2.4 相机非线性畸变 | 第44-45页 |
| 2.3 多视图几何理论 | 第45-53页 |
| 2.3.1 双视图几何 | 第45-50页 |
| 2.3.2 三视图几何 | 第50-52页 |
| 2.3.3 多视图几何 | 第52页 |
| 2.3.4 立体像对的几何约束 | 第52-53页 |
| 2.4 本章小结 | 第53-55页 |
| 第三章 基本矩阵F和三焦点张量T的稳健性估计 | 第55-85页 |
| 3.1 基于RANSAC算法的鲁棒性稳健估计 | 第55-57页 |
| 3.1.1 随机抽样一致性算法回顾 | 第55-56页 |
| 3.1.2 RANSAC算法中的几个关键问题 | 第56-57页 |
| 3.1.3 基于RANSAC算法的通用估计模型 | 第57页 |
| 3.2 基本矩阵的几何基础 | 第57-59页 |
| 3.3 基本矩阵的估计算法 | 第59-66页 |
| 3.3.1 最小点对应算法 | 第60-62页 |
| 3.3.2 直接8-点算法 | 第62-65页 |
| 3.3.3 归一化7-点RANSAC鲁棒性稳健估计 | 第65-66页 |
| 3.4 三焦点张量的几何基础 | 第66-70页 |
| 3.4.1 三焦点张量 | 第66-70页 |
| 3.4.2 三视图中点线的关联关系 | 第70页 |
| 3.5 三焦点张量的应用 | 第70-76页 |
| 3.5.1 对极点的解算 | 第71-72页 |
| 3.5.2 基本矩阵的解算 | 第72-74页 |
| 3.5.3 相机矩阵的解算 | 第74-75页 |
| 3.5.4 标定矩阵的解算 | 第75页 |
| 3.5.5 影像间相对方位元素的解算 | 第75-76页 |
| 3.6 三焦点张量的估计算法 | 第76-79页 |
| 3.6.1 归一化 7-点RANSAC鲁棒性稳健估计 | 第76-77页 |
| 3.6.2 代数最小化算法 | 第77-79页 |
| 3.7 实验与分析 | 第79-82页 |
| 3.7.1 基本矩阵F的稳健性估计实验 | 第79-81页 |
| 3.7.2 三焦点张量T的稳健性估计实验 | 第81-82页 |
| 3.8 本章小结 | 第82-85页 |
| 第四章 基于多视图几何约束的像点匹配算法研究 | 第85-129页 |
| 4.1 特征点的提取 | 第85-94页 |
| 4.1.1 尺度不变特征(SIFT)检测算子 | 第85-87页 |
| 4.1.2 SURF检测算子 | 第87页 |
| 4.1.3 ORB检测算子 | 第87-88页 |
| 4.1.4 基于金字塔策略的检测算子 | 第88-90页 |
| 4.1.5 实验与分析 | 第90-94页 |
| 4.2 特征点的初匹配 | 第94-96页 |
| 4.2.1 立体匹配约束准则 | 第95页 |
| 4.2.2 匹配代价函数的确定 | 第95-96页 |
| 4.2.3 立体匹配评价准则 | 第96页 |
| 4.3 基于基本矩阵的两视匹配 | 第96-100页 |
| 4.3.1 基于基本矩阵的RANSAC匹配点鲁棒性估计 | 第97-98页 |
| 4.3.2 实验与分析 | 第98-100页 |
| 4.4 基于三焦点张量的三视匹配 | 第100-102页 |
| 4.4.1 基于三焦点张量的RANSAC匹配点鲁棒性估计 | 第100-101页 |
| 4.4.2 实验与分析 | 第101-102页 |
| 4.5 基于多视图几何约束的非线性畸变校正 | 第102-118页 |
| 4.5.1 影像非线性畸变的数学模型 | 第103-106页 |
| 4.5.2 基于基本矩阵F的相机畸变差自动校正算法 | 第106-110页 |
| 4.5.3 基于三焦点张量T的相机畸变差自动校正算法 | 第110-114页 |
| 4.5.4 实验与分析 | 第114-118页 |
| 4.6 基于绝对对偶二次曲面的序列影像自标定算法 | 第118-126页 |
| 4.6.1 相机自标定理论 | 第119-120页 |
| 4.6.2 基本思想 | 第120-121页 |
| 4.6.3 算法实现 | 第121-124页 |
| 4.6.4 实验与分析 | 第124-126页 |
| 4.7 本章小结 | 第126-129页 |
| 第五章 基于全景影像序列的球面立体视觉多视图几何模型 | 第129-183页 |
| 5.1 全景视觉与球面立体视觉 | 第129-132页 |
| 5.2 物理成像模型 | 第132-140页 |
| 5.2.1 虚拟球面立体视觉模型 | 第132-133页 |
| 5.2.2 投影模型 | 第133-137页 |
| 5.2.3 坐标系统 | 第137-139页 |
| 5.2.4 拼接误差 | 第139页 |
| 5.2.5 不共心的偏差影响 | 第139-140页 |
| 5.3 几何约束模型 | 第140-146页 |
| 5.3.1 单视图几何 | 第141-143页 |
| 5.3.2 双视图几何 | 第143-145页 |
| 5.3.3 三视图几何 | 第145-146页 |
| 5.4 数学参数模型 | 第146-148页 |
| 5.4.1 内部参数数学模型 | 第146-147页 |
| 5.4.2 外部参数数学模型 | 第147-148页 |
| 5.5 系统误差模型 | 第148-156页 |
| 5.5.1 OMS相机的成像模型 | 第149-153页 |
| 5.5.2 理想成像模型的系统误差分析 | 第153-156页 |
| 5.6 基于全景影像序列的球心矢量算法 | 第156-162页 |
| 5.6.1 理想成像模型下的相机矩阵P | 第157-158页 |
| 5.6.2 基于全景影像序列的投影重建 | 第158-160页 |
| 5.6.3 球心矢量算法（GV） | 第160-162页 |
| 5.7 基于误差传递模型的精度分析 | 第162-171页 |
| 5.7.1 三维重建的误差分析 | 第163-165页 |
| 5.7.2 基于协方差矩阵的精度评定 | 第165-167页 |
| 5.7.3 实验分析 | 第167-171页 |
| 5.8 实验与分析 | 第171-180页 |
| 5.8.1 基于基本矩阵的两视全景影像匹配 | 第171-177页 |
| 5.8.2 基于三视约束下的球心矢量算法 | 第177-180页 |
| 5.9 本章小结 | 第180-183页 |
| 第六章 基于全景球面影像序列的三维重构 | 第183-197页 |
| 6.1 空间点的三维重构 | 第184-185页 |
| 6.2 基于DELAUNAY的三角剖分和网格模型 | 第185-188页 |
| 6.2.1 点云的三角剖分 | 第185-187页 |
| 6.2.2 三维空间的三角剖分 | 第187-188页 |
| 6.3 实验与分析 | 第188-196页 |
| 6.3.1 全景影像的预处理 | 第189-191页 |
| 6.3.2 空间目标的三维重构 | 第191-196页 |
| 6.4 本章小结 | 第196-197页 |
| 第七章 结论与展望 | 第197-203页 |
| 7.1 本文所做的工作 | 第197-200页 |
| 7.2 论文的创新点 | 第200页 |
| 7.3 后续工作展望 | 第200-203页 |
| 参考文献 | 第203-213页 |
| 致谢 | 第213-215页 |
| 作者简介 | 第215页 |
