封面
声明
中文摘要
英文摘要
目录
1 绪论
1.1 课题背景及研究意义
1.2 国内外研究现状
1.3 主要研究内容和结构安排
2 基于深度图像的三维重建的一般过程
2.1 基本概念及理论
2.2 特征提取
2.3 立体匹配
2.4 数据存储
2.5 本章小结
3 常用点云数据的三角面片划分算法综述
3.1 点云的三角面片划分
3.2 经典Delaunay三角划分算法
3.3 零集法
3.4 Crust算法
3.5 α-shape算法
3.6 基于RBF神经网络的三角面片划分算法
3.7 本章小结
4 基于生长神经元模型的三角面片重建算法
4.1 生长神经元模型
4.2 GCS学习算法
4.3 基于GCS的三角面片划分重建
4.4 本章小结
5 三角面片优化算法
5.1 边交换优化准则
5.2 边折叠优化准则
5.3 边分裂优化准则
5.4 本文的优化方法
5.5 本章小结
6 实验过程与实验结果
6.1 实验设备
6.2 数据采集
6.3 特征提取和立体匹配
6.4 三维坐标计算
6.5 三角面片重建
7 总结与展望
7.1 本文总结
7.2 今后的工作及展望
参考文献
致谢