| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·计算机视觉简述 | 第8页 |
| ·摄像机标定 | 第8-10页 |
| ·三维重构简述 | 第10-12页 |
| ·目前研究概况 | 第10-12页 |
| ·三维重构技术的应用 | 第12页 |
| ·本论文研究意义 | 第12-13页 |
| ·研究内容与论文安排 | 第13-14页 |
| 第二章 摄像机标定方法研究 | 第14-23页 |
| ·摄像机标定方法分类 | 第14-15页 |
| ·摄像机模型 | 第15-16页 |
| ·摄像机典型标定法 | 第16-19页 |
| ·Tsai两步标定法 | 第16-17页 |
| ·Weng标定法 | 第17页 |
| ·Zhang棋盘法 | 第17-19页 |
| ·Camera calibration Toolbox for Matlab | 第19-22页 |
| ·标定准备 | 第19页 |
| ·读入采集到的数据 | 第19-20页 |
| ·角点检测 | 第20-21页 |
| ·主要的标定步骤 | 第21-22页 |
| ·Bunder软件 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第三章 三维重构算法研究 | 第23-31页 |
| ·主要算法分类 | 第23-24页 |
| ·基于轮廓的算法 | 第23页 |
| ·基于光一致性的算法 | 第23-24页 |
| ·基于视差的算法 | 第24页 |
| ·可视化外壳(Visual Hull)算法 | 第24-27页 |
| ·算法原理 | 第26页 |
| ·算法实现 | 第26-27页 |
| ·空间雕刻算法 | 第27-28页 |
| ·光一致性判断准则 | 第27页 |
| ·算法流程简述 | 第27-28页 |
| ·基于Graph Cut的三维重构算法 | 第28-29页 |
| ·优化工具Graph Cut之简介 | 第28-29页 |
| ·基于Graph Cut和光一致性的重构算法 | 第29页 |
| ·本章小结 | 第29-31页 |
| 第四章 基于图像的三维重构 | 第31-37页 |
| ·实验数据的采集 | 第31-32页 |
| ·轮廓图的提取 | 第32-33页 |
| ·相机标定 | 第33-34页 |
| ·特征点提取 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第五章 基于图像三维重构的实现 | 第37-57页 |
| ·Bundler算法 | 第37-43页 |
| ·特征点检测 | 第37页 |
| ·特征点匹配 | 第37-38页 |
| ·从运动恢复结构 | 第38-39页 |
| ·算法改进 | 第39-40页 |
| ·Bundler算法时间复杂度分析 | 第40页 |
| ·Bundler算法重构效果 | 第40-41页 |
| ·Bundler算法的改进 | 第41-43页 |
| ·EPVH算法 | 第43-46页 |
| ·计算可视边 | 第44-45页 |
| ·恢复丢失的边 | 第45页 |
| ·确定多面体的面 | 第45页 |
| ·实验结果 | 第45-46页 |
| ·PMVS算法 | 第46-57页 |
| ·PMVS算法 | 第47-48页 |
| ·PMVS算法步骤 | 第48-52页 |
| ·多面体表面重构 | 第52页 |
| ·实验效果极其分析 | 第52-57页 |
| 第六章 重建结果的表达形式及BTC编码 | 第57-64页 |
| ·重建模型的表达形式 | 第57-58页 |
| ·重建结果的BTC编码 | 第58-63页 |
| ·BTC编码的基本原理 | 第58-59页 |
| ·BTC编码的扩展 | 第59-60页 |
| ·编码器比特率和数据压缩比分析 | 第60页 |
| ·实验仿真结果 | 第60-63页 |
| ·本章小结 | 第63-64页 |
| 第七章 总结与展望 | 第64-66页 |
| ·总结 | 第64页 |
| ·展望:新的问题和研究点 | 第64-66页 |
| ·基于遗传算法的重构算法 | 第64-65页 |
| ·动态多视点三维重构研究 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第70-71页 |
| 致谢 | 第71页 |