基于多角度图像的三维模型纹理映射方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 论文选题背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 二维图像与三维点云的配准技术 | 第11-12页 |
| 1.2.2 高质量的无缝纹理映射技术 | 第12-13页 |
| 1.3 本文研究内容及创新点 | 第13-15页 |
| 1.3.1 本文研究内容 | 第13-14页 |
| 1.3.2 本文创新点 | 第14-15页 |
| 1.4 论文结构 | 第15-16页 |
| 第二章 相关理论基础研究 | 第16-24页 |
| 2.1 引言 | 第16页 |
| 2.2 文物数据的获取 | 第16-17页 |
| 2.3 表面重建 | 第17-22页 |
| 2.3.1 泊松表面重建的基本概念 | 第18-19页 |
| 2.3.2 泊松重建的基本定义 | 第19-20页 |
| 2.3.3 泊松重建的具体实现步骤 | 第20-22页 |
| 2.4 纹理映射 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 基于多角度图像的三维模型纹理映射方法概述 | 第24-38页 |
| 3.1 基于多角度图像的三维模型纹理映射方法框架 | 第24-26页 |
| 3.2 特征点提取与匹配算法 | 第26-30页 |
| 3.2.1 SIFT算法 | 第26-29页 |
| 3.2.2 图像特征点匹配 | 第29-30页 |
| 3.2.3 实验结果 | 第30页 |
| 3.3 基于图像的稀疏点云重建 | 第30-36页 |
| 3.3.1 相机标定 | 第31-33页 |
| 3.3.2 三角定位 | 第33页 |
| 3.3.3 迭代过程 | 第33-34页 |
| 3.3.4 集束调整 | 第34-35页 |
| 3.3.5 实验结果 | 第35-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第四章 二维图像与三维点云模型的配准 | 第38-54页 |
| 4.1 引言 | 第38页 |
| 4.2 基于RANSAC的粗配准算法 | 第38-44页 |
| 4.2.1 计算变化矩阵 | 第39-41页 |
| 4.2.2 迭代次数 | 第41-42页 |
| 4.2.3 对应点选取 | 第42-44页 |
| 4.3 ICP配准算法 | 第44-48页 |
| 4.3.1 ICP算法介绍 | 第45-47页 |
| 4.3.2 ICP算法分析 | 第47-48页 |
| 4.4 实验结果及分析 | 第48-52页 |
| 4.4.1 实验数及实验设计 | 第48页 |
| 4.4.2 实验结果及对比 | 第48-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第五章 多角度图像的无缝纹理映射 | 第54-64页 |
| 5.1 引言 | 第54页 |
| 5.2 基于马尔可夫随机场的无缝纹理映射 | 第54-55页 |
| 5.3 改进的基于马尔可夫随机场的无缝纹理映射 | 第55-60页 |
| 5.3.1 视图选择 | 第55-58页 |
| 5.3.2 纹理数据精简 | 第58页 |
| 5.3.3 颜色调整 | 第58-60页 |
| 5.4 实验结果及分析 | 第60-63页 |
| 5.4.1 本章算法实验分析 | 第60-62页 |
| 5.4.2 对比实验分析 | 第62-63页 |
| 5.5 本章小结 | 第63-64页 |
| 总结与展望 | 第64-66页 |
| 本文工作总结 | 第64页 |
| 研究展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间取得的科研成果 | 第70-72页 |
| 致谢 | 第72-73页 |
