单目立体三维重建技术及应用

三维重建作为计算机视觉的重要研究方向之一，其主要研究内容是从输入的二维图像恢复客观世界三维的表面形状。随着计算机视觉的发展，三维重建理论不断完善，三维重建应用已从最初的机器人视觉导航、工件的校验和质量控制扩展到目前日益流行的人脸识别、视觉监控、虚拟现实、数字图书馆、电子商务等领域。本书以大型机械装备为研究对象，将计算机视觉中的三维重建关键技术应用于大型机械装备视觉测量的过程中。本书主要内容包括视觉测量的现状、摄像机模型的基本理论、特征检测的基本方法、大型机械装备的摄像机标定方法及特征检测方法等。本书可作为计算机科学与技术专业研究生计算机视觉课程的教材，也可作为三维重建领域研究或开发人员的参考书。

第1章 绪论
1.1 视觉测量
1.1.1 接触式测量
1.1.2 非接触式测量
1.2 视觉测量的国内外现状
1.2.1 单目视觉测量法
1.2.2 双目视觉测量法
1.2.3 多目视觉测量法
1.2.4 大型物体的视觉测量
1.3 视觉测量中的关键步骤及分析
1.3.1 图像采集
1.3.2 图像处理
1.3.3 三维重建
1.3.4 大型物体视觉测量中的关键问题
第2章 摄像机模型
2.1 摄像机成像过程
2.1.1 像素坐标系
2.1.2 成像平面坐标系
2.1.3 摄像机坐标系
2.1.4 世界坐标系
2.2 摄像机的线性和非线性模型
2.2.1 摄像机的线性模型
2.2.2 摄像机的非线性模型
2.3 摄像机标定
2.4 小结
第3章 大型机械装备的摄像机参数确定方法
3.1 引言
3.2 基础知识
3.2.1 平面单应变换（Homography）
3.2.2 摄像机畸变模型
3.3 基于单应矩阵的摄像机畸变参数估计方法
3.3.1 估计初始单应矩阵H0
3.3.2 估计初始摄像机畸变参数P
3.3.3 优化参数
3.3.4 算法说明
3.4 模拟实验
3.4.1 单次实验模拟步骤及结果
3.4.2 多次实验结果
3.5 真实图像实验
3.5.1 标定实验的分析比较
3.5.2 机械装备二维图纸
3.6 基于P3P问题的摄像机外参数标定和解的奇异性
3.6.1 P3P问题
3.6.2 3个超环面（Toroid）
3.6.3 Grunert一元四次方程
3.6.4 P3P问题的解在控制点邻域的奇异性
3.7 小结
第4章 视觉测量模拟和精度评估
4.1 引言
4.2 误差及其产生原因
4.3 参数设置及关键参数计算
4.4 模拟实验
4.4.1 实验数据与实验步骤
4.4.2 视觉测量误差实验结果
4.5 综合因素实验结果分析
4.6 小结
第5章 视觉测量的底层特征
5.1 底层特征检测算子
5.1.1 Moravec检测算子
5.1.2 Harris检测算子
5.1.3 SUSAN检测算子
5.1.4 CSS检测算子
5.1.5 LoG检测算子
5.1.6 DoG检测算子
5.2 底层特征描述
5.3 典型的底层特征——SIFT
5.4 小结
第6章 视觉测量的中层特征
6.1 BoV模型构造
6.2 基于二进制分辨矩阵的冗余视觉单词约简方法
6.2.1 引言
6.2.2 粗糙集理论
6.2.3 二进制分辨矩阵的定义
6.2.4 二进制分辨矩阵相关的定义
6.2.5 算法设计思想
6.3 实例分析
6.4 实验结果与分析
6.5 小结
第7章 Hough变换下的直线最小化参数空间分析
7.1 引言
7.2 Hough变换
7.3 问题提出
7.4 问题分析
7.5 小结
第8章 视觉测量中的四边形检测与匹配
8.1 引言
8.2 相关工作
8.3 基本概念
8.4 面向机械装备的四边形自动检测方法
8.4.1 线段预处理
8.4.2 边形的自动检测算法
8.4.3 边形匹配算法
8.5 实验分析
8.6 小结
第9章 机械装备视觉测量原型系统开发
9.1 系统功能模块及开发环境
9.2 主要模块实现过程
9.2.1 图像获取
9.2.2 图像格式转换
9.2.3 图像预处理
9.2.4 特征检测和匹配
9.2.5 摄像机标定
9.2.6 三维重建
9.2.7 产品测量
9.3 系统设计及运行结果
9.4 测量结果与误差分析
9.5 小结
附录A 测量误差结果
参考文献