| 中文摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 第一章 引言 | 第11-20页 |
| ·研究意义及背景介绍 | 第11-13页 |
| ·预备知识 | 第13-18页 |
| ·极几何(Epipolar Geometry)及平面单应约束(Homography) | 第13-16页 |
| ·摄像机的成像模型 | 第16-17页 |
| ·摄像机标定 | 第17-18页 |
| ·本文主要内容及结构安排 | 第18-20页 |
| 第二章 基于准稠密匹配的结构化场景扩散方法 | 第20-33页 |
| ·引言 | 第20-21页 |
| ·预备知识 | 第21-22页 |
| ·简述特征提取方法 | 第21页 |
| ·特征描述方法 | 第21-22页 |
| ·相似性度量 | 第22页 |
| ·准稠密匹配扩散 | 第22-26页 |
| ·初始平面种子区域的检测和匹配 | 第22-23页 |
| ·种子区域对的排序标准 | 第23-24页 |
| ·准稠密匹配扩散 | 第24-25页 |
| ·多重标记点的后处理及三维重建 | 第25-26页 |
| ·实验分析 | 第26-31页 |
| ·简单场景 | 第26-31页 |
| ·复杂场景 | 第31页 |
| ·结论 | 第31-33页 |
| 第三章 聚类算法优化初始平面单应约束 | 第33-50页 |
| ·引言 | 第33页 |
| ·预备知识 | 第33-35页 |
| ·聚类分析的概念 | 第33-34页 |
| ·RANSAC算法 | 第34-35页 |
| ·聚类算法优化初始单应约束 | 第35-37页 |
| ·聚类原理 | 第35-36页 |
| ·更新H_i的优化算法的选择 | 第36-37页 |
| ·聚类效果评价准则 | 第37页 |
| ·实验分析 | 第37-44页 |
| ·室内场景 | 第38-41页 |
| ·室外建筑物场景 | 第41-44页 |
| ·聚类算法和best-first在准稠密扩散中的对比 | 第44-49页 |
| ·结论 | 第49-50页 |
| 第四章 全文总结 | 第50-52页 |
| 参考文献 | 第52-57页 |
| 攻读学位期间取得的研究成果 | 第57-58页 |
| 致谢 | 第58-59页 |
| 个人简况及联系方式 | 第59-61页 |