基于二维图像序列的刚体三维重建
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·引言 | 第8-9页 |
| ·计算机视觉概述 | 第8-9页 |
| ·基于视觉的三维重建 | 第9页 |
| ·三维重建领域研究概况 | 第9-10页 |
| ·基于主动式方法的三维重建研究 | 第9-10页 |
| ·基于被动式方法的三维重建研究 | 第10页 |
| ·本文研究内容 | 第10-12页 |
| ·论文的组织结构 | 第12-14页 |
| 第二章 摄像机标定 | 第14-28页 |
| ·参考坐标系及其相互关系 | 第14-16页 |
| ·图像坐标系 | 第14-15页 |
| ·摄像机坐标系 | 第15页 |
| ·世界坐标系 | 第15-16页 |
| ·线性摄像机标定 | 第16-18页 |
| ·畸变校正 | 第18-19页 |
| ·几种已知的标定方法 | 第19-23页 |
| ·Tsai 两步法 | 第19-20页 |
| ·张正友标定法 | 第20-23页 |
| ·基于 Kruppa 方程的自标定法 | 第23页 |
| ·立体视觉双目摄像机标定 | 第23-24页 |
| ·本文的标定过程 | 第24-26页 |
| ·HALCON 软件介绍 | 第24页 |
| ·标定过程 | 第24-26页 |
| ·标定结果 | 第26页 |
| ·本章小结 | 第26-28页 |
| 第三章 图像特征提取与配准 | 第28-52页 |
| ·特征分类及其特性 | 第28-30页 |
| ·颜色特征 | 第28-29页 |
| ·纹理特征 | 第29-30页 |
| ·形状特征 | 第30页 |
| ·空间关系特征 | 第30页 |
| ·局部特征提取的经典算法 | 第30-42页 |
| ·Harris 算法 | 第31-33页 |
| ·SIFT 算法 | 第33-38页 |
| ·SURF 算法 | 第38-40页 |
| ·算法选择 | 第40-42页 |
| ·兴趣点匹配算法 | 第42-45页 |
| ·灰度相关性算法 | 第42-43页 |
| ·欧氏最小距离算法 | 第43页 |
| ·三种算法的兴趣点匹配 | 第43-45页 |
| ·匹配点优化 | 第45-47页 |
| ·单应矩阵约束 | 第45-46页 |
| ·RANSAC 算法 | 第46-47页 |
| ·改进的 SIFT 配准算法实验 | 第47-50页 |
| ·SIFT-RANSAC 算法 | 第47-48页 |
| ·基于 SIFT 的快速斜率算法 | 第48-50页 |
| ·本章小结 | 第50-52页 |
| 第四章 准稠密匹配扩散 | 第52-60页 |
| ·ZNCC 算法介绍 | 第52页 |
| ·准稠密匹配扩散算法 | 第52-54页 |
| ·基于 ZNCC 的传统匹配扩散算法 | 第53-54页 |
| ·基于 ZNCC 的改进匹配扩散算法 | 第54页 |
| ·改进的匹配扩散算法实验 | 第54-55页 |
| ·算法对比 | 第55-56页 |
| ·刚体二维图像序列的获取 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 三维模型重建 | 第60-72页 |
| ·三维点云数据计算 | 第60-61页 |
| ·点云优化 | 第61-63页 |
| ·剔除杂乱离散点 | 第61-62页 |
| ·数据平滑 | 第62-63页 |
| ·表面重建 | 第63-68页 |
| ·泊松表面重建 | 第63-65页 |
| ·B 样条曲面 | 第65-66页 |
| ·Delaunay 三角网格法 | 第66-68页 |
| ·OpenGL 环境建模 | 第68-70页 |
| ·实验结果 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| ·论文工作总结 | 第72页 |
| ·工作展望 | 第72-74页 |
| 致谢 | 第74-76页 |
| 参考文献 | 第76-79页 |
