基于结构先验的规则场景三维重建技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·基于图像的三维重建技术 | 第9-12页 |
| ·计算机视觉 | 第9-10页 |
| ·基于图像的三维场景重建 | 第10-11页 |
| ·规则场景 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·论文的研究内容及组织结构 | 第14-15页 |
| 第二章 三维点云重建技术 | 第15-29页 |
| ·立体系统成像原理 | 第15-19页 |
| ·四个坐标系 | 第16-17页 |
| ·摄像机成像模型 | 第17-19页 |
| ·摄像机标定 | 第19-20页 |
| ·稀疏特征点云重建 | 第20-24页 |
| ·特征点检测及匹配 | 第20-22页 |
| ·基于运动的结构恢复 | 第22-24页 |
| ·准稠密点云重建 | 第24-27页 |
| ·PMVS基元模型 | 第24-25页 |
| ·PMVS算法步骤 | 第25-27页 |
| ·实验结果及分析 | 第27-28页 |
| ·实验过程 | 第27-28页 |
| ·结果分析 | 第28页 |
| ·本章小结 | 第28-29页 |
| 第三章 基于几何先验的三维候选面的估计 | 第29-43页 |
| ·相关背景 | 第29-31页 |
| ·基于聚类的候选面估计 | 第31-33页 |
| ·常用聚类方法和原理 | 第33-37页 |
| ·常用聚类算法比较 | 第33-35页 |
| ·基于密度的聚类算法 | 第35-37页 |
| ·候选面估计的实现 | 第37-39页 |
| ·三维候选面方向的估计 | 第37-38页 |
| ·候选面偏移的估计 | 第38-39页 |
| ·实验结果及分析 | 第39-42页 |
| ·实验过程 | 第39-41页 |
| ·结果分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 分段共面深度图估计 | 第43-59页 |
| ·深度图提取理论 | 第43-46页 |
| ·平行光轴图像对的深度估计 | 第44-45页 |
| ·非平行光轴图像对的深度估计 | 第45-46页 |
| ·稠密匹配 | 第46-49页 |
| ·马尔科夫随机场模型 | 第49-51页 |
| ·基于MRF的深度图估计 | 第51-55页 |
| ·图像分割 | 第52-53页 |
| ·数据项 | 第53-54页 |
| ·平滑项 | 第54-55页 |
| ·实验结果及分析 | 第55-58页 |
| ·实验过程 | 第55-58页 |
| ·结果分析 | 第58页 |
| ·本章小结 | 第58-59页 |
| 第五章 基于单幅图像的消失点估计 | 第59-68页 |
| ·相关背景 | 第59-62页 |
| ·基于单视图的三维重建 | 第59-61页 |
| ·消失点估计 | 第61-62页 |
| ·图像直线段提取 | 第62-64页 |
| ·消失点估计 | 第64-65页 |
| ·实验结果及分析 | 第65-67页 |
| ·实验过程 | 第65-67页 |
| ·结果分析 | 第67页 |
| ·本章小结 | 第67-68页 |
| 第六章 总结与展望 | 第68-70页 |
| ·总结 | 第68-69页 |
| ·展望 | 第69-70页 |
| 参考文献 | 第70-77页 |
| 致谢 | 第77-78页 |
| 发表论文及参与科研项目情况 | 第78页 |
