| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景与研究意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文的研究内容与论文结构 | 第12-13页 |
| 第二章 理论基础 | 第13-26页 |
| 2.1 摄像机模型 | 第13-23页 |
| 2.1.1 坐标系 | 第13-14页 |
| 2.1.2 针孔模型 | 第14-16页 |
| 2.1.3 投影变换 | 第16-20页 |
| 2.1.4 摄像机畸变模型 | 第20-23页 |
| 2.2 对极几何 | 第23-25页 |
| 2.2.1 基本概念 | 第23-24页 |
| 2.2.2 基础矩阵和本质矩阵 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 特征提取与特征匹配 | 第26-42页 |
| 3.1 Moravec算子 | 第27-29页 |
| 3.1.1 基本原理 | 第27-29页 |
| 3.1.2 基于Moravec算子的匹配算法 | 第29页 |
| 3.2 Harris算子 | 第29-33页 |
| 3.2.1 数学表达 | 第30-32页 |
| 3.2.2 NCC匹配算法 | 第32-33页 |
| 3.3 SIFT算子 | 第33-39页 |
| 3.3.1 SIFT特征向量的生成 | 第33-38页 |
| 3.3.2 SIFT特征向量的匹配 | 第38页 |
| 3.3.3 实验结果 | 第38-39页 |
| 3.4 消除误匹配 | 第39-41页 |
| 3.4.1 RANSAC算法基本思想 | 第39-40页 |
| 3.4.2 RANSAC算法在消除误匹配中的应用 | 第40页 |
| 3.4.3 实验结果 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第四章 摄像机标定 | 第42-55页 |
| 4.1 传统摄像机标定方法 | 第42-47页 |
| 4.1.1 DLT变换 | 第42-43页 |
| 4.1.2 RAC定标算法 | 第43-44页 |
| 4.1.3 张正友的平面标定方法 | 第44-45页 |
| 4.1.4 孟晓桥,胡占义的圆标定方法 | 第45-47页 |
| 4.2 摄像机自标定方法 | 第47-49页 |
| 4.2.1 基于Kruppa方程的自标定方法 | 第47-48页 |
| 4.2.2 基于绝对二次曲面、无穷远平面的自标定方法 | 第48-49页 |
| 4.3 基于Matlab Calibration Toolbox的摄像机标定方法 | 第49-54页 |
| 4.3.1 标定过程的实现 | 第49-53页 |
| 4.3.2 标定参数分析 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 点云构建 | 第55-64页 |
| 5.1 基于两幅图像的点云重建 | 第55-57页 |
| 5.1.1 重建方案 | 第55-56页 |
| 5.1.2 实验结果 | 第56-57页 |
| 5.2 基于多幅图像的点云重建 | 第57-62页 |
| 5.2.1 重建方案 | 第57-60页 |
| 5.2.2 实验结果 | 第60-62页 |
| 5.3 集束调整 | 第62-63页 |
| 5.4 本章小结 | 第63-64页 |
| 第六章 点云网格化与纹理映射 | 第64-69页 |
| 6.1 点云网格化 | 第64-65页 |
| 6.1.1 点云模型到网格模型的重建流程 | 第64-65页 |
| 6.1.2 实验结果 | 第65页 |
| 6.2 表面重建 | 第65-66页 |
| 6.3 纹理映射 | 第66-68页 |
| 6.3.1 多视图纹理映射流程 | 第66-67页 |
| 6.3.2 实验结果 | 第67-68页 |
| 6.4 本章小结 | 第68-69页 |
| 第七章 总结与展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士学位期间已发表或录用的论文 | 第75页 |