基于双目视觉的弱纹理场景三维重建
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 课题研究的目的和意义 | 第8页 |
| 1.2 三维重建的国内外研究现状 | 第8-10页 |
| 1.3 本课题的主要研究内容 | 第10-12页 |
| 第2章 相机标定及极线校正 | 第12-18页 |
| 2.1 相机成像模型 | 第12-14页 |
| 2.2 立体相机标定 | 第14-15页 |
| 2.3 极线校正 | 第15-17页 |
| 2.4 本章小结 | 第17-18页 |
| 第3章 双目立体匹配算法实现 | 第18-38页 |
| 3.1 混合匹配算法框架 | 第18-19页 |
| 3.2 初始立体匹配算法 | 第19-25页 |
| 3.2.1 代价空间计算 | 第20-21页 |
| 3.2.2 基于递归感知滤波的聚合 | 第21-24页 |
| 3.2.3 视差后处理 | 第24-25页 |
| 3.3 视差重分配 | 第25-33页 |
| 3.3.1 光照模型分析 | 第26-27页 |
| 3.3.2 基于均值漂移算法的图像分割 | 第27-29页 |
| 3.3.3 分割块分类 | 第29-31页 |
| 3.3.4 支持点选取 | 第31-32页 |
| 3.3.5 视差平面拟合 | 第32-33页 |
| 3.4 视差后处理 | 第33-34页 |
| 3.5 视差亚像素化 | 第34-36页 |
| 3.5.1 视差亚像素化框架 | 第34-35页 |
| 3.5.2 代价空间的生成与聚合 | 第35-36页 |
| 3.5.3 亚像素估计 | 第36页 |
| 3.6 本章小结 | 第36-38页 |
| 第4章 三维模型生成 | 第38-44页 |
| 4.1 三角测量生成点云 | 第38-39页 |
| 4.2 点云滤波 | 第39-42页 |
| 4.2.1 统计滤波剔除离散点 | 第40-41页 |
| 4.2.2 体素栅格滤波器 | 第41-42页 |
| 4.3 三维模型生成 | 第42-43页 |
| 4.3.1 点云法向量估计 | 第42-43页 |
| 4.3.2 点云曲面重建 | 第43页 |
| 4.4 本章小结 | 第43-44页 |
| 第5章 实验结果分析 | 第44-52页 |
| 5.1 测试集效果分析 | 第44-48页 |
| 5.2 真实场景效果分析 | 第48-51页 |
| 5.3 本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-57页 |
