基于运动恢复结构的3D重构算法研究与实现任务书

 2021-08-20 11:08

1. 毕业设计(论文)主要内容:

三维(3D)重建是计算机视觉最重要的研究问题之一,在计算机动画、医学图像处理、科学计算、虚拟现实、数字媒体创作等领域具有广泛的应用。

其中运动恢复结构(SfM)通过分析物体,确定三维图像的对应点重构出物体三维场景。

其主要困难在于重建问题自身的二义性、图像噪声和光照编号的干扰以及前景遮挡,重建效果不够理想,亟需优化。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 毕业设计(论文)主要任务及要求

主要任务:

1. 通过阅读文献,了解图像特征点提取算法,以及确定多幅图像的对应点。熟悉相机成像原理,对相机进行标定。

2. 总结现有3D重建技术,分析各方法的特点及优劣。重点研究采用运动恢复结构算法原理,特别是分析三维重建算法在图像噪声、光照变化下的重构效果。研究利用刚性物体几何信息,提高重构效果。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 毕业设计(论文)完成任务的计划与安排

(1)2016/1/11—2016/1/22:查阅参考文献,明确选题;

(2)2016/1/23—2016/3/7:进一步阅读文献,并分析和总结;确定技术路线,完成并提交开题报告;

(3)2016/3/8—2016/4/26:需求分析,算法或系统设计,分析、比较或实现等;

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 主要参考文献

[1] Nistér D. Preemptive RANSAC for live structure and motion estimation[J]. Machine Vision and Applications, 2005, 16(5): 321-329.

[2] Niebles J C, Chen C W, Fei-Fei L. Modeling temporal structure of decomposable motion segments for activity classification[M]//Computer Vision–ECCV 2010. Springer Berlin Heidelberg, 2010: 392-405.

[3] Brostow G J, Shotton J, Fauqueur J, et al. Segmentation and recognition using structure from motion point clouds[M]//Computer Vision–ECCV 2008. Springer Berlin Heidelberg, 2008: 44-57.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。