| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 三维重建的背景和意义 | 第8页 |
| 1.2 三维重建技术的研究现状 | 第8-12页 |
| 1.3 本论文研究工作与创新 | 第12-13页 |
| 1.4 本论文的组织结构 | 第13-14页 |
| 第二章 相关工作及综述 | 第14-35页 |
| 2.1 相机模型 | 第14-17页 |
| 2.1.1 三种坐标系 | 第14-16页 |
| 2.1.2 针孔相机模型 | 第16-17页 |
| 2.2 立体视觉 | 第17-20页 |
| 2.2.1 对极几何 | 第18-19页 |
| 2.2.2 基础矩阵和本质矩阵 | 第19页 |
| 2.2.3 相机标定 | 第19-20页 |
| 2.3 稀疏点云重建 | 第20-32页 |
| 2.3.1 特征提取与特征描述 | 第20-21页 |
| 2.3.2 图像多尺度描述 | 第21-22页 |
| 2.3.3 Harris算子 | 第22-24页 |
| 2.3.4 SIFT关键点 | 第24-29页 |
| 2.3.5 关键点匹配 | 第29-31页 |
| 2.3.6 SFM算法 | 第31-32页 |
| 2.4 PMVS稠密点云重建 | 第32-33页 |
| 2.5 点云配准 | 第33-35页 |
| 第三章 基于体素的三维重建方法 | 第35-39页 |
| 3.1 基于体素的三维重建算法 | 第35页 |
| 3.2 GrabCut算法 | 第35-39页 |
| 第四章 一种基于关键点和体素联合的交互头部三维重建方法 | 第39-46页 |
| 4.1 ASIFT（完全仿射不变特征变换）特征 | 第39-41页 |
| 4.2 改进的GrabCut方法 | 第41-42页 |
| 4.3 利用轮廓信息过滤三维点云 | 第42-43页 |
| 4.4 基于关键点和体素法的联合三维重建 | 第43-44页 |
| 4.5 Visual SFM和本文提出的方法的重建结果对比 | 第44-46页 |
| 第五章 总结与展望 | 第46-47页 |
| 5.1 论文总结 | 第46页 |
| 5.2 展望 | 第46-47页 |
| 参考文献 | 第47-52页 |
| 发表的论文与参加的科研项目说明 | 第52-53页 |
| 致谢 | 第53-54页 |