| 摘要 | 第1-4页 |
| ABSTRACT | 第4-10页 |
| 插图索引 | 第10-12页 |
| 主要符号对照表 | 第12-13页 |
| 第一章 绪论 | 第13-21页 |
| ·研究意义及目的 | 第13-14页 |
| ·国内外研究现状 | 第14-19页 |
| ·采用激光扫描 | 第14-15页 |
| ·利用 Kinect 设备 | 第15-17页 |
| ·利用特征点计算点云面片 | 第17页 |
| ·求物体的外包轮廓 | 第17-19页 |
| ·论文安排 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第二章 建模流程及相关准备 | 第21-33页 |
| ·建模流程 | 第21-24页 |
| ·拍摄多角度图片 | 第22页 |
| ·角度定位 | 第22-23页 |
| ·生成初始模型 | 第23-24页 |
| ·用户修正 | 第24页 |
| ·特征点提取 | 第24-28页 |
| ·检测极值点，获得尺度不变性 | 第24-25页 |
| ·关键点精确定位 | 第25页 |
| ·过滤噪声点 | 第25-26页 |
| ·分配关键点方向 | 第26-27页 |
| ·生成特征点描述子 | 第27-28页 |
| ·角度定位 | 第28-32页 |
| ·单相机模型 | 第28-29页 |
| ·多相机模型 | 第29-31页 |
| ·估计基本矩阵和摄像机矩阵 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 三维重构算法 | 第33-47页 |
| ·直观算法 | 第33-34页 |
| ·优化视锥求交运算 | 第34-35页 |
| ·优化视锥 -视线求交运算 | 第35-36页 |
| ·视线的映射和反映射 | 第36-38页 |
| ·优化剪影 -直线求交运算 | 第38-42页 |
| ·Edge-Bin 算法 | 第38-39页 |
| ·Wedge-Cache 算法 | 第39-42页 |
| ·有效间隔的选择 | 第42-45页 |
| ·由粗到细的采样 | 第45-46页 |
| ·重构结果 | 第46页 |
| ·本章小结 | 第46-47页 |
| 第四章 利用 GPU 实时重构算法 | 第47-59页 |
| ·从 CPU 到 GPU | 第47-49页 |
| ·CPU 与 GPU 区别 | 第47-49页 |
| ·CUDA GPU 的出现 | 第49页 |
| ·CUDA GPU 架构 | 第49-55页 |
| ·主机与设备 | 第50页 |
| ·线程结构 | 第50-52页 |
| ·执行模型 | 第52-53页 |
| ·储存器模型 | 第53-55页 |
| ·计算能力 | 第55页 |
| ·三维重构算法在 CUDA 上的优化 | 第55-58页 |
| ·基本的代码优化 | 第55-56页 |
| ·结合 Wedge-Cache 和 Edge-Bin 算法 | 第56-57页 |
| ·三维视线的计算 | 第57页 |
| ·优化两次采样中的分支 | 第57页 |
| ·优化模型显示 | 第57-58页 |
| ·GPU 版本算法 | 第58页 |
| ·本章小结 | 第58-59页 |
| 第五章 多角度图像分割 | 第59-73页 |
| ·基于 Graph-Cut 的图像分割 | 第59-61页 |
| ·多角度分割算法流程 | 第61-62页 |
| ·用户交互设计 | 第62-63页 |
| ·算法实现 | 第63-67页 |
| ·构建颜色模型 | 第63页 |
| ·系统初始化 | 第63页 |
| ·迭代优化 | 第63-66页 |
| ·算法收敛性 | 第66-67页 |
| ·实验结果 | 第67-69页 |
| ·减少用户交互 | 第67-69页 |
| ·用户体验 | 第69-71页 |
| ·本章总结 | 第71-73页 |
| 第六章 全文总结 | 第73-77页 |
| ·主要结论 | 第73-74页 |
| ·研究展望 | 第74-77页 |
| 参考文献 | 第77-83页 |
| 致谢 | 第83-84页 |
| 攻读学位期间发表的学术论文目录 | 第84-86页 |