| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-11页 |
| 1.1 课题背景 | 第8-9页 |
| 1.2 研究内容 | 第9-10页 |
| 1.3 全文安排 | 第10-11页 |
| 第二章 序列图像的树冠三维重建研究现状 | 第11-16页 |
| 2.1 树木三维重建研究现状 | 第11页 |
| 2.2 双目立体视觉 | 第11-12页 |
| 2.3 特征点提取和匹配的研究现状 | 第12-13页 |
| 2.4 摄像机标定的研究现状 | 第13-14页 |
| 2.5 三维建模相关工作 | 第14页 |
| 2.6 本章小结 | 第14-16页 |
| 第三章 特征点提取和匹配 | 第16-32页 |
| 3.1 图像获取和预处理 | 第16-18页 |
| 3.1.1 无人机航拍图像 | 第16-17页 |
| 3.1.2 图像预处理 | 第17-18页 |
| 3.2 特征点提取和匹配方法 | 第18-24页 |
| 3.2.1 基于分水岭分割的特征提取方法 | 第19-21页 |
| 3.2.2 基于 RGB 颜色空间中的区域相关系数的区域匹配 | 第21-23页 |
| 3.2.3 基于最相关和次相关比例法去除误匹配 | 第23页 |
| 3.2.4 特征点匹配的准确性评估 | 第23-24页 |
| 3.3 摄像机标定 | 第24-30页 |
| 3.3.1 摄像机成像模型 | 第24-27页 |
| 3.3.2 基于 Kruppa 方程的摄像机内参数估计 | 第27-30页 |
| 3.3.3 摄像机外参数估计 | 第30页 |
| 3.4 本章小结 | 第30-32页 |
| 第四章 三维坐标计算和建模 | 第32-37页 |
| 4.1 三维坐标计算 | 第32-34页 |
| 4.1.1 双目立体视觉原理 | 第32-33页 |
| 4.1.2 三维计算 | 第33-34页 |
| 4.2 三维建模 | 第34-36页 |
| 4.2.1 L-系统 | 第34-35页 |
| 4.2.2 树冠结构获取 | 第35-36页 |
| 4.3 本章小结 | 第36-37页 |
| 第五章 基于无人机航拍图像的树冠三维重建实验 | 第37-47页 |
| 5.1 实验目的 | 第37页 |
| 5.2 实验图像 | 第37-38页 |
| 5.3 实验设计 | 第38-46页 |
| 5.3.1 图像预处理 | 第38-39页 |
| 5.3.2 特征点提取和匹配 | 第39-42页 |
| 5.3.3 摄像机参数估计 | 第42-43页 |
| 5.3.4 三维计算和三维建模 | 第43-46页 |
| 5.4 实验结果及分析 | 第46页 |
| 5.5 实验结论 | 第46-47页 |
| 第六章 总结与展望 | 第47-48页 |
| 6.1 工作总结 | 第47页 |
| 6.2 未来展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 发表论文和参加科研情况说明 | 第52-53页 |
| 致谢 | 第53页 |