基于三维立体定标的物体表面重建技术
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第14-26页 |
| 1.1 课题研究背景及研究意义 | 第14-15页 |
| 1.2 基于单目视觉的三维重建技术研究现状 | 第15-17页 |
| 1.2.1 国际研究现状 | 第15-16页 |
| 1.2.2 国内研究现状 | 第16-17页 |
| 1.3 基于单目视觉的三维重建技术 | 第17-22页 |
| 1.3.1 视觉理论框架 | 第17页 |
| 1.3.2 图像处理技术 | 第17-18页 |
| 1.3.3 相机标定方法 | 第18-19页 |
| 1.3.4 扫描重建 | 第19-22页 |
| 1.4 项目来源及技术路线 | 第22-23页 |
| 1.4.1 项目来源 | 第22页 |
| 1.4.2 技术路线 | 第22-23页 |
| 1.5 论文的主要内容及结构安排 | 第23-26页 |
| 1.5.1 论文的主要研究内容 | 第23-24页 |
| 1.5.2 论文的结构安排 | 第24-26页 |
| 第二章 标定模板选择及标识图案中心提取 | 第26-50页 |
| 2.1 标定模板设计 | 第26-29页 |
| 2.1.1 标定模板外形选择 | 第26-27页 |
| 2.1.2 标定模板标识图案选择 | 第27-29页 |
| 2.2 边缘检测算法 | 第29-36页 |
| 2.2.1 图像的梯度 | 第29-30页 |
| 2.2.2 常用的梯度算子 | 第30-35页 |
| 2.2.3 本文采用的边缘检测算法 | 第35-36页 |
| 2.3 椭圆拟合算法 | 第36-49页 |
| 2.3.1 基于最小二乘法的椭圆检测算法 | 第36-39页 |
| 2.3.2 基于Hough变换的椭圆检测算法 | 第39-40页 |
| 2.3.3 本文算法 | 第40-49页 |
| 2.4 本章小结 | 第49-50页 |
| 第三章 相机标定算法及实验 | 第50-62页 |
| 3.1 相机成像模型的建立 | 第50-53页 |
| 3.1.1 线性成像模型 | 第50-51页 |
| 3.1.2 非线性成像模型 | 第51-53页 |
| 3.3 Tsai两步法与Weng迭代法分析 | 第53-55页 |
| 3.3.1 Tsai两步法 | 第53-54页 |
| 3.3.2 Weng迭代法 | 第54-55页 |
| 3.4 本文采用的标定算法 | 第55-58页 |
| 3.5 标定实验 | 第58-60页 |
| 3.5.1 实验系统搭建 | 第58页 |
| 3.5.2 标定结果对比分析 | 第58-60页 |
| 3.6 本章小结 | 第60-62页 |
| 第四章 线结构光中心提取算法及重建实例 | 第62-82页 |
| 4.1 激光光束及线结构光的特性 | 第62-65页 |
| 4.1.1 激光光束的传播特性[46] | 第62-63页 |
| 4.1.2 线结构光的产生及特性 | 第63-65页 |
| 4.2 提取线结构光中心的意义 | 第65-66页 |
| 4.3 线结构光中心算法 | 第66-69页 |
| 4.3.1 灰度重心法 | 第66-67页 |
| 4.3.2 曲线拟合法 | 第67-68页 |
| 4.3.3 Steger算法 | 第68-69页 |
| 4.4 本文的线结构光中心提取算法 | 第69-70页 |
| 4.5 实验分析 | 第70-76页 |
| 4.5.1 实验处理过程效果 | 第70-73页 |
| 4.5.2 算法性能分析 | 第73-76页 |
| 4.6 模型重建 | 第76-81页 |
| 4.6.1 三维信息获取原理 | 第76-78页 |
| 4.6.2 实物重建示例 | 第78-81页 |
| 4.7 本章小结 | 第81-82页 |
| 第五章 总结与展望 | 第82-84页 |
| 5.1 本文研究工作的总结 | 第82-83页 |
| 5.2 对未来工作的展望 | 第83-84页 |
| 参考文献 | 第84-88页 |
| 致谢 | 第88-90页 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 | 第90页 |
