基于图像的三维场景重建
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 引言 | 第10-11页 |
| 1.2 研究现状 | 第11-15页 |
| 1.2.1 特征点检测和匹配 | 第12-13页 |
| 1.2.2 三维结构恢复 | 第13-14页 |
| 1.2.3 稠密点云重建 | 第14页 |
| 1.2.4 表面重建 | 第14-15页 |
| 1.3 本文研究内容及组织结构 | 第15-18页 |
| 1.3.1 研究内容及贡献 | 第15页 |
| 1.3.2 论文组织结构 | 第15-18页 |
| 第2章 特征点检测与跟踪 | 第18-40页 |
| 2.1 引言 | 第18页 |
| 2.2 特征点提取 | 第18-23页 |
| 2.2.1 算法选取 | 第18页 |
| 2.2.2 SIFT特征点检测算法 | 第18-23页 |
| 2.3 特征点匹配 | 第23-29页 |
| 2.3.1 ANN算法 | 第23-26页 |
| 2.3.2 RANSAC算法 | 第26-29页 |
| 2.4 算法设计 | 第29-32页 |
| 2.5 实验分析 | 第32-37页 |
| 2.6 本章小结 | 第37-40页 |
| 第3章 三维场景的三维结构恢复 | 第40-58页 |
| 3.1 引言 | 第40页 |
| 3.2 基本理论 | 第40-49页 |
| 3.2.1 摄像机模型 | 第40-43页 |
| 3.2.2 视图几何理论 | 第43-47页 |
| 3.2.3 视觉问题的最优化方法 | 第47-49页 |
| 3.3 三维结构恢复算法设计 | 第49-53页 |
| 3.3.1 获取图像的EXIF信息 | 第49-50页 |
| 3.3.2 算法设计 | 第50-53页 |
| 3.4 实验分析 | 第53-57页 |
| 3.5 本章小结 | 第57-58页 |
| 第4章 三维场景的稠密点云重建 | 第58-72页 |
| 4.1 引言 | 第58页 |
| 4.2 PMVS算法 | 第58-66页 |
| 4.2.1 基本概念 | 第58-60页 |
| 4.2.2 面片重建 | 第60-66页 |
| 4.3 PMVS算法改进 | 第66-67页 |
| 4.4 实验分析 | 第67-70页 |
| 4.5 本章小结 | 第70-72页 |
| 第5章 三维场景的表面重建 | 第72-84页 |
| 5.1 引言 | 第72页 |
| 5.2 泊松表面重建 | 第72-79页 |
| 5.2.1 理论基础 | 第72-74页 |
| 5.2.2 算法实现 | 第74-79页 |
| 5.3 实验分析 | 第79-81页 |
| 5.4 平台对比 | 第81-83页 |
| 5.5 本章小结 | 第83-84页 |
| 第6章 总结与展望 | 第84-86页 |
| 6.1 工作总结 | 第84页 |
| 6.2 课题展望 | 第84-86页 |
| 参考文献 | 第86-92页 |
| 致谢 | 第92-94页 |
| 攻读硕士学位期间获奖情况 | 第94页 |
