3D重建中的摄像机标定与点云处理
| 内容提要 | 第1-7页 |
| 第一章 绪论 | 第7-16页 |
| ·三维形状获取技术 | 第7-11页 |
| ·三维形状的表达 | 第7-9页 |
| ·三维形状获取技术的应用 | 第9-10页 |
| ·三维形状获取技术现状 | 第10-11页 |
| ·双目立体视觉 | 第11-15页 |
| ·摄像机成像模型 | 第12-14页 |
| ·双目立体视觉模型 | 第14-15页 |
| ·本文的研究背景与主要内容 | 第15-16页 |
| 第二章 摄像机标定 | 第16-30页 |
| ·摄像机标定技术介绍 | 第16-17页 |
| ·摄像机标定原理 | 第17-21页 |
| ·基于切点不变性的标定算法 | 第21-30页 |
| ·确定内参数 | 第21-23页 |
| ·确定外参数 | 第23-25页 |
| ·试验结果与分析 | 第25-30页 |
| 第三章 立体匹配技术 | 第30-37页 |
| ·立体匹配技术简介 | 第30-33页 |
| ·基本约束和假设 | 第31-32页 |
| ·匹配基元的选取 | 第32页 |
| ·相似性测度函数 | 第32-33页 |
| ·常用算法介绍 | 第33-35页 |
| ·区域匹配 | 第34页 |
| ·特征匹配 | 第34-35页 |
| ·相位匹配 | 第35页 |
| ·有待进一步研究的问题 | 第35-37页 |
| 第四章 散乱点云数据处理 | 第37-47页 |
| ·数据处理介绍 | 第37页 |
| ·基于包围盒技术的数据简化算法 | 第37-43页 |
| ·海量数据的空间划分 | 第38页 |
| ·散乱点间邻接关系的建立 | 第38-39页 |
| ·海量数据简化准则 | 第39-42页 |
| ·试验结果 | 第42-43页 |
| ·3D人脸点云数据的网格化 | 第43-47页 |
| ·预处理阶段 | 第43-44页 |
| ·生成网格 | 第44-45页 |
| ·试验结果 | 第45-47页 |
| 结论 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 中文摘要 | 第53-56页 |
| 英文摘要 | 第56-59页 |
