声明
1 绪论
1.1 课题研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外相关研究进展
1.2.1 基于图像的三维重建研究现状
1.2.2 深度图像修复研究现状
1.2.3 显著性检测研究现状
1.3 研究内容与章节安排
1.3.1 研究内容
1.3.2 章节安排
1.4 本章小结
2 典型教室场景特点分析与三维数据采集
2.1 教室布局与物体纹理特性
2.1.1 教室布局结构
2.1.2 物体纹理特性
2.2 教室环境光源与光学特性
2.2.1 光源与光学特性
2.3 教室场景三维数据采集
2.3.1 RealSense D435深度测量原理及误差成因分析
2.3.2 数据集采集及制作
2.3.2 深度图像噪声与三维模型孔洞
2.4 本章小结
3 教室场景三维重建
3.1 系统总体框架
3.1.1 系统整体框架
3.2深度图像显著性检测与阈值分割
3.2.1 深度图像显著性检测
3.2.2 深度图像阈值分割
3.2.3 噪声填充
3.3 深度图像修复
3.3.1 边界检测与表面法线估计
3.3.2 全局优化修复深度图
3.4 基于截断符号距离模型的教室场景三维重建
3.4.1 截断符号距离模型
3.4.2 后端优化
3.5 本章小结
4 自由视点图像生成
4.1 三维模型可视化与自由视点图像生成
4.2 OpenGL优化加速
4.3 本章小结
5 实验结果与分析
5.1 实验平台与实验方案
5.1.1 实验平台
5.1.2 实验方案
5.2 深度图像修复实验结果对比与分析
5.2.1 深度图像显著性检测与阈值分割结果
5.2.2 深度图像修复结果对比
5.3 教室场景三维重建实验与结果分析
5.2.1 教室场景三维重建结果
5.4 三维模型可视化与自由视点图像生成实验结果分析
5.4.1 三维模型可视化与自由视点图像生成实验结果
5.5 本章小结
6 总结与展望
6.1 本文主要研究工作
6.2 研究展望
致谢
参考文献
附录1 攻读学位期间的研究成果
附录2 攻读学位期间参与的项目