基于无序图像的大场景三维重建技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外发展现状 | 第11-12页 |
| 1.3 本文主要研究内容及结构 | 第12-16页 |
| 第二章 相机模型及多视图几何 | 第16-26页 |
| 2.1 相机模型 | 第16-18页 |
| 2.1.1 针孔模型 | 第16-17页 |
| 2.1.2 内参矩阵与外参矩阵 | 第17-18页 |
| 2.2 相机畸变 | 第18-20页 |
| 2.2.1 径向形变与切向形变 | 第18-19页 |
| 2.2.2 畸变的数学描述 | 第19-20页 |
| 2.3 对极几何 | 第20-24页 |
| 2.3.1 对极和约束 | 第20-21页 |
| 2.3.2 本征矩阵 | 第21-23页 |
| 2.3.3 单应矩阵 | 第23-24页 |
| 2.4 本章小结 | 第24-26页 |
| 第三章 特征点提取与匹配算法研究 | 第26-42页 |
| 3.1 图像特征点提取 | 第26-27页 |
| 3.2 特征提取算法 | 第27-35页 |
| 3.2.1 SIFT算法 | 第27-31页 |
| 3.2.2 AKAZE算法 | 第31-35页 |
| 3.3 图像特征匹配算法 | 第35-39页 |
| 3.3.1 最近邻匹配算法 | 第35页 |
| 3.3.2 K-D树实现最近邻算法 | 第35-37页 |
| 3.3.3 基于K-D树的最近邻改进算法 | 第37-39页 |
| 3.4 误匹配消除算法 | 第39-41页 |
| 3.4.1 随机抽样一致性算法 | 第39-40页 |
| 3.4.2 应用RANSAC消除图像误匹配 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 三维重建关键算法研究 | 第42-56页 |
| 4.1 增量式三维重建算法 | 第42-44页 |
| 4.1.1 增量式重建算法概述 | 第42页 |
| 4.1.2 种子图像的选择 | 第42-43页 |
| 4.1.3 估计相机旋转与平移矩阵 | 第43页 |
| 4.1.4 三角化法求解三维坐标 | 第43-44页 |
| 4.2 多幅无序图像关联构建 | 第44-46页 |
| 4.2.1 初始图像关联图构建 | 第44-45页 |
| 4.2.2 三视图优化关联图 | 第45-46页 |
| 4.3 全局位姿矩阵与位置的估计 | 第46-48页 |
| 4.3.1 全局旋转矩阵估计 | 第46页 |
| 4.3.2 最优平移矩阵估计 | 第46-47页 |
| 4.3.3 全局位置信息估计 | 第47-48页 |
| 4.4 全局式三维重建 | 第48-55页 |
| 4.4.1 全局SFM算法 | 第48-49页 |
| 4.4.2 集束调整算法 | 第49-52页 |
| 4.4.3 PMVS稠密点云重建 | 第52-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 三维重建算法实现与分析 | 第56-67页 |
| 5.1 实验环境搭建 | 第56-58页 |
| 5.2 相机标定与特征提取匹配 | 第58-60页 |
| 5.2.1 相机标定 | 第58页 |
| 5.2.2 特征提取与匹配 | 第58-60页 |
| 5.3 技术调整优化与重建结果展示 | 第60-66页 |
| 5.3.1 点云误差优化 | 第60-63页 |
| 5.3.2 三维重建结果展示 | 第63-66页 |
| 5.4 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 总结 | 第67-68页 |
| 6.2 工作展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读博士/硕士学位期间取得的科研成果 | 第73-74页 |
| 致谢 | 第74-75页 |
