基于视频的可见树干三维重建方法研究
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 主要树木建模方法分类 | 第9-11页 |
| 1.2.2 树木建模方法总结 | 第11-13页 |
| 1.3 论文的研究内容 | 第13-14页 |
| 1.4 论文的组织结构 | 第14页 |
| 1.5 本章小结 | 第14-15页 |
| 2 视频关键帧选取算法 | 第15-27页 |
| 2.1 基于视频三维重建存在的问题 | 第15-16页 |
| 2.2 关键帧选取算法概述 | 第16页 |
| 2.3 改进的关键帧固定采样算法 | 第16-22页 |
| 2.3.1 相邻帧相似度计算 | 第17-18页 |
| 2.3.2 候选帧清晰度评价 | 第18-20页 |
| 2.3.3 算法流程描述 | 第20-22页 |
| 2.4 实验结果 | 第22-26页 |
| 2.5 本章小结 | 第26-27页 |
| 3 相机参数估计算法 | 第27-46页 |
| 3.1 相机参数估计流程 | 第27-28页 |
| 3.2 相机参数估计原理 | 第28-32页 |
| 3.2.1 相机成像模型 | 第28-30页 |
| 3.2.2 对极几何 | 第30-31页 |
| 3.2.3 基础矩阵及本征矩阵 | 第31-32页 |
| 3.3 相机内参估计 | 第32-33页 |
| 3.4 相机外参估计 | 第33-40页 |
| 3.4.1 图像特征点提取 | 第33-35页 |
| 3.4.2 图像特征点匹配 | 第35-36页 |
| 3.4.3 初始图像对外参估计 | 第36-38页 |
| 3.4.4 特征点三角化 | 第38-39页 |
| 3.4.5 更多图像外参估计 | 第39-40页 |
| 3.4.6 集束调整 | 第40页 |
| 3.5 实验结果 | 第40-45页 |
| 3.6 本章小结 | 第45-46页 |
| 4 图像序列三维重建 | 第46-57页 |
| 4.1 MVS算法概述 | 第46-47页 |
| 4.2 稠密点云重建算法基础概念 | 第47-50页 |
| 4.2.1 而片模型 | 第47-48页 |
| 4.2.2 光度差异函数 | 第48-49页 |
| 4.2.3 而片优化 | 第49-50页 |
| 4.2.4 图像模型 | 第50页 |
| 4.3 稠密点云重建流程 | 第50-55页 |
| 4.3.1 种子而片生成 | 第51-53页 |
| 4.3.2 种子而片扩展 | 第53-55页 |
| 4.3.3 错误而片过滤 | 第55页 |
| 4.4 实验结果 | 第55-56页 |
| 4.5 本章小结 | 第56-57页 |
| 5 实验结果与分析 | 第57-62页 |
| 5.1 系统实现 | 第57-58页 |
| 5.2 实验结果 | 第58-59页 |
| 5.3 实验结果分析 | 第59-61页 |
| 5.4 本章小结 | 第61-62页 |
| 6 总结与展望 | 第62-64页 |
| 6.1 论文总结 | 第62-63页 |
| 6.2 未来展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 附录 | 第68页 |
| A. 作者在攻读硕士学位期间发表的论文 | 第68页 |
| B. 作者在攻读硕士学位期间参与的项目 | 第68页 |
