基于图像与深度信息的三维重构算法
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景 | 第10-11页 |
| ·三维重构研究现状 | 第11-13页 |
| ·基于深度信息输入的三维重构流程 | 第11页 |
| ·实时性三维重构算法 | 第11-13页 |
| ·非实时性三维重构算法 | 第13页 |
| ·本文主要研究内容 | 第13-14页 |
| ·本论文结构安排 | 第14-16页 |
| 第二章 Kinect设备介绍与标定处理 | 第16-27页 |
| ·Kinect设备介绍 | 第16-18页 |
| ·Kinect设备的摄像头标定 | 第18-26页 |
| ·Kinect摄像机成像模型 | 第19-20页 |
| ·摄像机矩阵求解 | 第20-21页 |
| ·摄像机标定参数求解 | 第21-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 点云数据预处理 | 第27-36页 |
| ·点云数据量化 | 第27页 |
| ·基于图像特征点的点云粗配准 | 第27-35页 |
| ·图像特征点检测基本概念 | 第28-30页 |
| ·简化Hessian矩阵求解 | 第30-32页 |
| ·特征点的主方向与描述子生成 | 第32-33页 |
| ·匹配特征点提纯与点云粗配准 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 三维重构模型生成 | 第36-53页 |
| ·多坐标系下点云数据配准算法 | 第36-38页 |
| ·基于改进的ICP算法的点云精确配准 | 第38-47页 |
| ·特征度量方法的选取 | 第38-42页 |
| ·改进的匹配点搜索策略 | 第42-45页 |
| ·奇异值分解法求解目标函数 | 第45-47页 |
| ·空间离散点云三角网格化 | 第47-51页 |
| ·空间离散点云三角剖分 | 第48页 |
| ·点云Delaunay三角网格化 | 第48-51页 |
| ·本章小结 | 第51-53页 |
| 第五章 实验与分析 | 第53-62页 |
| ·实验环境 | 第53-54页 |
| ·系统设计 | 第54-55页 |
| ·实验流程 | 第55-58页 |
| ·背景切割 | 第56-57页 |
| ·点云配准 | 第57页 |
| ·离散点云三角网格化 | 第57-58页 |
| ·纹理贴图 | 第58页 |
| ·实验结果与数据分析 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| ·工作总结 | 第62页 |
| ·工作展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 附录 | 第68页 |
