基于空间体素融合的三维重建算法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第13-23页 |
| 1.1 课题研究背景及意义 | 第13-14页 |
| 1.2 三维重建技术研究进展 | 第14-20页 |
| 1.2.1 三维重建算法的国内外研究现状 | 第15-17页 |
| 1.2.2 三维重建算法的分类 | 第17-20页 |
| 1.3 论文的研究内容与组织结构 | 第20-23页 |
| 第2章 基于空间体素融合的实时三维重建 | 第23-43页 |
| 2.1 引言 | 第23页 |
| 2.2 传统体积重建方法 | 第23-25页 |
| 2.3 空间体素融合算法 | 第25-33页 |
| 2.3.1 空间体素数据结构 | 第25-27页 |
| 2.3.2 体素块融合 | 第27-29页 |
| 2.3.3 CPU与GPU之间的体素流机制 | 第29-30页 |
| 2.3.4 算法流程 | 第30-33页 |
| 2.4 实验结果与分析 | 第33-42页 |
| 2.4.1 实验环境参数与评价标准 | 第33页 |
| 2.4.2 单一场景重建性能分析 | 第33-36页 |
| 2.4.3 大规模场景重建性能分析 | 第36-42页 |
| 2.5 本章小结 | 第42-43页 |
| 第3章 基于在线自适应特征细分的实时表面重建 | 第43-55页 |
| 3.1 引言 | 第43-44页 |
| 3.2 自适应特征细分算法 | 第44-46页 |
| 3.2.1 细分曲面理论 | 第44-45页 |
| 3.2.2 Catmull-Clark细分模式 | 第45页 |
| 3.2.3 自适应特征重建过程 | 第45-46页 |
| 3.3 在线自适应特征细分算法 | 第46-50页 |
| 3.3.1 扩充的数据结构 | 第46-47页 |
| 3.3.2 动态细分因子计算方法 | 第47-48页 |
| 3.3.3 算法流程 | 第48-50页 |
| 3.4 实验结果与分析 | 第50-54页 |
| 3.4.1 实验环境与参数 | 第50-51页 |
| 3.4.2 单一场景重建性能分析 | 第51-52页 |
| 3.4.3 大规模场景重建性能分析 | 第52-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第4章 基于八叉基元的重复拓扑表面重建 | 第55-75页 |
| 4.1 引言 | 第55-56页 |
| 4.2 GPU硬件处理单元 | 第56-58页 |
| 4.3 重复拓扑特征曲面 | 第58-62页 |
| 4.3.1 参数曲面表示 | 第58-59页 |
| 4.3.2 表面计算 | 第59-62页 |
| 4.4 基元八叉基元的表面绘制算法 | 第62-67页 |
| 4.4.1 八叉基元数据结构 | 第62-65页 |
| 4.4.2 构造GPU遍历元表 | 第65-66页 |
| 4.4.3 算法流程 | 第66-67页 |
| 4.5 实验结果与分析 | 第67-74页 |
| 4.5.1 实验环境与参数 | 第67-68页 |
| 4.5.2 GPU绘制速率 | 第68-73页 |
| 4.5.3 GPU存储空间占用率 | 第73-74页 |
| 4.6 本章小结 | 第74-75页 |
| 第5章 全局相机姿态优化下的动态三维重建系统 | 第75-97页 |
| 5.1 引言 | 第75-76页 |
| 5.2 系统概述 | 第76-77页 |
| 5.3 全局相机姿态对准策略 | 第77-79页 |
| 5.3.1 特征对应项匹配 | 第77-78页 |
| 5.3.2 层次优化策略 | 第78-79页 |
| 5.4 动态三维重建 | 第79-81页 |
| 5.5 实验结果与分析 | 第81-96页 |
| 5.5.1 实验环境参数与评价标准 | 第81页 |
| 5.5.2 定量分析 | 第81-84页 |
| 5.5.3 定性分析 | 第84-96页 |
| 5.6 本章小结 | 第96-97页 |
| 第6章 总结与展望 | 第97-101页 |
| 6.1 工作总结与创新点 | 第97-99页 |
| 6.2 未来工作展望 | 第99-101页 |
| 参考文献 | 第101-111页 |
| 在学期间学术成果情况 | 第111-113页 |
| 指导教师及作者简介 | 第113-115页 |
| 致谢 | 第115-116页 |
