基于角点的实体重构及数值流形网格自动生成方法研究

摘要

本文在测量和重构过程中均采用角点作为对应点的匹配。本文对角点做了较为深入的研究，研究了角点检测算法的评价、应用、分类，综述了现有的各类角点检测算法。我们提出了一种基于聚类匹配的角点检测算法，该算法的基本思想是角点产生于不同聚类之间，通过圆形窗口扫描图像，将窗口中不同的区域与图像的各聚类分别比较，根据匹配关系可以判断角点的存在。我们将该算法应用于二值图像，并与MIC和Harris算法作了比较，结果表明，该算法仅在斜线方向产生错误的角点反映，其他方面相当，但随着窗口的增加算法速度将会变得很慢。

目录

文摘

英文文摘

第一章绪论

1.1研究背景及国内外发展现状

1.2研究内容及关键问题

1.3本文的研究意义及创新之处

1.4本文的主要工作和内容安排

第二章角点检测技术

2.1引言

2.1.1角点的定义

2.1.2角点检测技术的具体应用

2.1.3对角点检测算法的评价

2.1.4角点检测算法分类

2.2基于边界特征的角点检测

2.2.1基于边界链码的角点检测

2.2.2基于边缘曲率的角点检测

2.3基于点特征的角点检测

2.3.1拓扑技术的角点检测

2.3.2基于灰度变化的角点检测

2.4基于模板匹配的角点检测

2.5数学形态学的角点检测

2.5.1数学形态学的基本运算

2.5.2数学形态学角点检测

2.6一种新的基于聚类(clustering)匹配的边缘和角点检测

2.6.1二值图像的算法设计步骤

2.6.2灰度图像的检测

2.6.3算法流程框图

2.6.4算法评价

第三章相机标定技术

3.1引言

3.2相机标定中的常见坐标系统

3.3线性模型的摄像机标定(针孔模型)

3.4非线性摄像机的标定

3.4.1 TSAI相机标定方法

3.5自标定技术概述

3.6 TSAI相机标定算法实验结果

第四章数值流形网格自动生成系统

4.1数值流形网格生成方法概述

4.2一个简单的系统组成

4.2.1图像处理过程

4.2.2网格重构过程

第五章总结与展望

5.1论文总结

5.2下一步工作展望

参考文献

攻读学位期间发表的论文

独创性声明

致谢