123,123,123

內(nèi)容簡(jiǎn)介

　　本書基于多視圖未定標(biāo)圖像的局部特征以及多視圖之間的約束關(guān)系，以構(gòu)建復(fù)雜完整的三維模型為目標(biāo)，對(duì)三維重建的整個(gè)流程進(jìn)行了深入研究。全書共6章，主要內(nèi)容包括圖像局部特征描述方法，從二維圖像空間重構(gòu)三維空間的點(diǎn)云和相機(jī)運(yùn)動(dòng)參數(shù)估計(jì)的算法，三維點(diǎn)云優(yōu)化算法，基于多視圖圖像、針對(duì)復(fù)雜三維模型的自動(dòng)紋理映射算法等。本書可供高等學(xué)校計(jì)算機(jī)專業(yè)對(duì)三維重建感興趣的本科生和研究生學(xué)習(xí)、參考，也可供相關(guān)領(lǐng)域的工程技術(shù)人員學(xué)習(xí)、參考。

作者簡(jiǎn)介

　　段春梅，博士，山東師范大學(xué)副教授。中國(guó)計(jì)算機(jī)學(xué)會(huì)會(huì)員，青年計(jì)算機(jī)科技論壇YOCSEF（濟(jì)南）委員，山東計(jì)算機(jī)學(xué)會(huì)數(shù)字媒體技術(shù)與藝術(shù)專業(yè)委員會(huì)委員，山東師范大學(xué)管理科學(xué)與工程學(xué)院數(shù)字媒體與信息工程研究所所長(zhǎng)。

圖書目錄

目錄
第1章緒論\t1
1．1 引言\t1
1．2 基于圖像的三維重建的國(guó)內(nèi)外研究現(xiàn)狀\t2
1．3 研究?jī)?nèi)容及主要貢獻(xiàn)\t6
1．4 本書的組織結(jié)構(gòu)\t9
第2章特征點(diǎn)描述與匹配\t11
2．1 基于ICA模型的特征點(diǎn)描述與匹配\t11
2．1．1 特征點(diǎn)提取\t11
2．1．2 用于特征描述的獨(dú)立成分分析模型\t14
2．1．3 計(jì)算ICA特征空間\t17
2．1．4 局部特征點(diǎn)描述\t18
2．1．5 性能評(píng)測(cè)\t19
2．2 實(shí)驗(yàn)結(jié)果\t25
2．3 本章小結(jié)\t30
第3章基于未標(biāo)定圖像的三維點(diǎn)云重建\t31
3．1 相關(guān)知識(shí)\t31
3．1．1 幾何空間\t31
3．1．2 透視投影模型\t32
3．1．3 極線幾何\t34
3．2 基于全局優(yōu)化的基礎(chǔ)矩陣求解\t35
3．2．1 基礎(chǔ)矩陣參數(shù)化\t35
3．2．2 基礎(chǔ)矩陣全局優(yōu)化算法\t36
3．3 度量空間三維點(diǎn)云恢復(fù)算法\t40
3．3．1 射影空間多視圖投影矩陣求解\t41
3．3．2 度量空間投影矩陣求解\t44
3．3．3 分層三維結(jié)構(gòu)恢復(fù)算法\t47
3．4 實(shí)驗(yàn)結(jié)果\t49
3．5 本章小結(jié)\t58
第4章點(diǎn)云數(shù)據(jù)的優(yōu)化算法\t59
4．1 基于隨機(jī)行走模型的點(diǎn)云優(yōu)化\t59
4．1．1 LM算法和SBA框架\t60
4．1．2 基于隨機(jī)行走模型的點(diǎn)云優(yōu)化算法\t61
4．1．3 實(shí)驗(yàn)結(jié)果\t66
4．2 討論\t71
4．2．1 點(diǎn)云表面重建后存在的問題\t71
4．2．2 一些初步修整\t74
4．3 本章小結(jié)\t77
第5章多視圖紋理映射算法\t78
5．1 多視圖紋理映射流程\t78
5．2 基于馬太效應(yīng)法則的紋理分布優(yōu)化\t79
5．2．1 可見性判斷\t80
5．2．2 初始紋理分布\t80
5．2．3 基于馬太效應(yīng)法則的紋理分布轉(zhuǎn)移概率模型\t81
5．2．4 紋理分塊重新配置算法\t84
5．3 紋理接縫融合\t85
5．4 二維流形紋理空間空洞修補(bǔ)\t88
5．5 實(shí)驗(yàn)結(jié)果\t89
5．6 本章小結(jié)\t92
第6章總結(jié)與展望\t93
6．1 本書主要工作總結(jié)\t93
6．2 未來工作展望\t94
參考文獻(xiàn)\t97