| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-9页 |
| 序 | 第9-13页 |
| 1 综述 | 第13-27页 |
| ·选题意义及研究背景 | 第13-14页 |
| ·三维人脸重建的国内外研究现状 | 第14-15页 |
| ·三维人脸重建主要方法研究 | 第15-22页 |
| ·基于主动视觉获取深度图的三维人脸重建方法 | 第16-17页 |
| ·基于特征调整标准模型的三维人脸重建方法 | 第17页 |
| ·基于统计模型的三维人脸重建方法 | 第17-18页 |
| ·基于立体视觉的三维人脸重建方法 | 第18-22页 |
| ·三维人脸重建研究存在的问题 | 第22-23页 |
| ·本论文的主要内容及结构安排 | 第23-27页 |
| ·本论文的研究内容 | 第23-24页 |
| ·本论文的结构安排 | 第24-27页 |
| 2 特征提取算法研究 | 第27-37页 |
| ·角点检测算法 | 第27-31页 |
| ·角点定义及角点检测算法概述 | 第27-28页 |
| ·SUSAN算子 | 第28-29页 |
| ·Harris算子 | 第29-30页 |
| ·融合的角点检测算法 | 第30-31页 |
| ·边缘特征提取算法 | 第31-33页 |
| ·微分算子 | 第31-32页 |
| ·Canny算子 | 第32-33页 |
| ·实验结果与分析 | 第33-36页 |
| ·摄像机标定模板的角点检测实验 | 第33-34页 |
| ·人脸边缘特征提取实验 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 3 双目摄像机标定技术 | 第37-53页 |
| ·视觉系统的坐标系 | 第37-39页 |
| ·线性摄像机模型 | 第39-40页 |
| ·摄像机标定方法 | 第40-46页 |
| ·传统摄像机标定方法 | 第40-42页 |
| ·Zhang的摄像机标定法 | 第42-46页 |
| ·双目立体视觉摄像机标定过程 | 第46-47页 |
| ·实验步骤与结果分析 | 第47-51页 |
| ·本章小结 | 第51-53页 |
| 4 立体匹配算法研究 | 第53-63页 |
| ·立体匹配的约束条件 | 第53-54页 |
| ·立体匹配算法分类 | 第54-57页 |
| ·基于特征的立体匹配算法 | 第55-56页 |
| ·基于区域的立体匹配算法 | 第56-57页 |
| ·基于边缘特征约束的区域生长立体匹配算法 | 第57-61页 |
| ·区域生长算法概述 | 第57-59页 |
| ·基于人脸边缘特征的种子像素初始化 | 第59-60页 |
| ·改进的基于区域生长的立体匹配算法 | 第60-61页 |
| ·实验结果与分析 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 5 基于双目立体视觉的三维人脸重建算法研究 | 第63-87页 |
| ·空间点的三维重建 | 第63-66页 |
| ·基本模型 | 第63-64页 |
| ·最小二乘法求解人脸三维坐标值 | 第64-65页 |
| ·视差测距法求解人脸三维坐标值 | 第65-66页 |
| ·人脸三维空间散乱点云的三角剖分 | 第66-72页 |
| ·三角剖分基本概念 | 第66-67页 |
| ·三角剖分优化准则 | 第67-69页 |
| ·基于Delaunay三角剖分的平面投影法 | 第69-72页 |
| ·三角形网格细分算法 | 第72-83页 |
| ·细分理论基础 | 第72-74页 |
| ·三角形网格细分模式 | 第74-78页 |
| ·三角Bernstain-Bézier曲面 | 第78-80页 |
| ·基于三角Bézier曲面的3~(1/2)细分算法 | 第80-83页 |
| ·实验结果与分析 | 第83-85页 |
| ·本章小结 | 第85-87页 |
| 6 系统设计与实现 | 第87-99页 |
| ·实验环境构建 | 第87-90页 |
| ·硬件实验平台 | 第87-88页 |
| ·软件实验平台 | 第88-90页 |
| ·系统设计 | 第90-92页 |
| ·系统框架 | 第90-91页 |
| ·功能模块 | 第91-92页 |
| ·系统演示与实验结果分析 | 第92-98页 |
| ·本章小结 | 第98-99页 |
| 7 总结与展望 | 第99-101页 |
| ·论文总结 | 第99-100页 |
| ·工作展望 | 第100-101页 |
| 参考文献 | 第101-105页 |
| 作者简历 | 第105-109页 |
| 学位论文数据集 | 第109页 |