| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究目的与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究概况 | 第11-12页 |
| 1.2.2 国内研究概况 | 第12-13页 |
| 1.3 研究内容和技术路线 | 第13-15页 |
| 1.4 论文的组织结构 | 第15-16页 |
| 第二章 基于图像的相机成像模型 | 第16-24页 |
| 2.1 相机成像模型 | 第16-18页 |
| 2.1.1 针孔相机模型 | 第16-18页 |
| 2.1.2 相机的透镜畸变 | 第18页 |
| 2.2 双视图像的对极几何 | 第18-23页 |
| 2.2.1 图像特征点 | 第19页 |
| 2.2.2 双视图像的对极几何 | 第19-21页 |
| 2.2.3 基础矩阵求解算法 | 第21页 |
| 2.2.4 本质矩阵求解算法 | 第21-22页 |
| 2.2.5 本质矩阵的奇异值分解 | 第22-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 相机标定及稀疏三维点云生成 | 第24-41页 |
| 3.1 基于平面的棋盘格标定方法 | 第24-25页 |
| 3.2 基于序列图像的相机自标定方法 | 第25-28页 |
| 3.2.1 双向SIFT特征匹配 | 第25页 |
| 3.2.2 序列图像匹配 | 第25-26页 |
| 3.2.3 光束平差算法 | 第26-28页 |
| 3.3 相机自标定及稀疏三维点云生成算法设计 | 第28-29页 |
| 3.4 实验结果与分析 | 第29-33页 |
| 3.4.1 相机标定实验结果 | 第30-32页 |
| 3.4.2 序列图像匹配及稀疏三维点云生成实验结果 | 第32-33页 |
| 3.5 本章小结 | 第33-41页 |
| 第四章 稠密三维点云生成 | 第41-61页 |
| 4.1 序列图像的畸变矫正 | 第41页 |
| 4.2 序列图像的聚簇分类 | 第41-44页 |
| 4.2.1 稀疏三维点云融合 | 第41页 |
| 4.2.2 序列图像筛选 | 第41-42页 |
| 4.2.3 序列图像聚簇分类 | 第42-43页 |
| 4.2.4 图像簇图像添加 | 第43-44页 |
| 4.2.5 算法设计 | 第44页 |
| 4.3 稀疏三维点云稠密化 | 第44-47页 |
| 4.3.1 PMVS算法 | 第44-46页 |
| 4.3.2 PMVS算法改进 | 第46-47页 |
| 4.4 实验结果与分析 | 第47-48页 |
| 4.5 本章小结 | 第48-61页 |
| 第五章 总结与展望 | 第61-62页 |
| 5.1 总结 | 第61页 |
| 5.2 展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 作者简介 | 第67页 |