| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文的主要工作 | 第11-12页 |
| 1.4 论文结构 | 第12-13页 |
| 2 光度学三维重构原理 | 第13-18页 |
| 2.1 物体表面反射特性 | 第13-15页 |
| 2.1.1 双向反射分布函数 | 第13-14页 |
| 2.1.2 郎伯反射 | 第14-15页 |
| 2.2 光度立体视觉 | 第15-16页 |
| 2.2.1 光源标定 | 第15-16页 |
| 2.2.2 法向量估计 | 第16页 |
| 2.3 未标定光度立体视觉 | 第16页 |
| 2.4 本章小结 | 第16-18页 |
| 3 图像配准 | 第18-24页 |
| 3.1 智能终端的光度立体视觉重建问题 | 第18页 |
| 3.2 单应性矩阵变换 | 第18-19页 |
| 3.3 特征点检测与匹配算法 | 第19-20页 |
| 3.4 基于RANSAC的单应性估计 | 第20-21页 |
| 3.5 图像配准 | 第21-23页 |
| 3.6 本章小结 | 第23-24页 |
| 4 基于总变差和能量最小化的未标定光度立体技术 | 第24-36页 |
| 4.1 通用浅浮雕(GBR)模糊性问题 | 第24-27页 |
| 4.1.1 奇异值分解(SVD)与未标定光度立体视觉 | 第24-25页 |
| 4.1.2 表面可积性约束 | 第25-27页 |
| 4.2 总变差正则化和能量最小化方法估计GBR参数 | 第27-32页 |
| 4.2.1 总变差正则化方法概述 | 第27页 |
| 4.2.2 总变差正则化在UPS中的应用 | 第27-30页 |
| 4.2.3 微分熵及其在UPS中的应用 | 第30-32页 |
| 4.3 图像预处理 | 第32-33页 |
| 4.4 由法向恢复深度 | 第33-34页 |
| 4.5 全算法实现流程 | 第34-35页 |
| 4.6 本章小结 | 第35-36页 |
| 5 实验结果展示与分析 | 第36-41页 |
| 5.1 数据集对比实验与分析 | 第36-38页 |
| 5.2 真实实验环境和数据获取方法 | 第38页 |
| 5.3 重建结果展示与分析 | 第38-39页 |
| 5.4 本文方法的局限性 | 第39-41页 |
| 6 总结和展望 | 第41-43页 |
| 6.1 本文工作总结 | 第41-42页 |
| 6.2 研究展望 | 第42-43页 |
| 参考文献 | 第43-47页 |
| 附录 | 第47-48页 |
| 附录Ⅰ 本人在攻读硕士学位期间发表的论文 | 第47-48页 |
| 致谢 | 第48页 |