本書內(nèi)容包括: 由2維影像到3維模型、影像、相機(jī)及投影、3維空間中旋轉(zhuǎn)的表示和計(jì)算、核線幾何、基于弱中心投影影像的3維重建、相機(jī)標(biāo)定等。
個(gè)人電腦的普及，CPU運(yùn)算速度的加快，圖形加速卡性能的提高，數(shù)碼相機(jī)的普及，Internet的興起等要素結(jié)合起來，使得個(gè)人手拍影像，并能建立3維模型，進(jìn)行自?shī)首詷凡l(fā)布的時(shí)代來到了，這樣的預(yù)測(cè)或期待越來越接近現(xiàn)實(shí)，越來越被更多的人所關(guān)注。
從輸入影像開始，到恢復(fù)3維形狀，最后將得到的3維結(jié)果利用計(jì)算機(jī)圖形學(xué)的技術(shù)(CG)進(jìn)行表達(dá)、顯示，本書對(duì)該過程中涉及的原理、概念、表述、算法等進(jìn)行了詳細(xì)的敘述。
因?yàn)?維形狀和運(yùn)動(dòng)的表示以及計(jì)算需要一定的數(shù)學(xué)知識(shí)，為了便于對(duì)一些必需的線性代數(shù)和微分知識(shí)的學(xué)習(xí)和理解，本書中進(jìn)行了必要的講解。這些數(shù)學(xué)知識(shí)作為理解本書的基礎(chǔ)，在附錄中有詳細(xì)的介紹。
第1章 從2維影像到3維模型
進(jìn)入由個(gè)人拍攝的影像建立3維模型的時(shí)代
本書中使用的專門術(shù)語(yǔ)及數(shù)學(xué)符號(hào)
第2章 影像、相機(jī)及投影
數(shù)字影像與數(shù)字影像坐標(biāo)系
針孔相機(jī)與中心投影
攝影矩陣及外部參數(shù)
規(guī)一化相機(jī)及內(nèi)部參數(shù)
投影近似：平行投影，弱中心投影，模擬中心投影，
仿射投影
練習(xí)題
第3章 3維空間中旋轉(zhuǎn)的表示和計(jì)算
歐拉角
roll，pitch，yaw
旋轉(zhuǎn)軸及旋轉(zhuǎn)速度
4元數(shù)
正交矩陣、旋轉(zhuǎn)矩陣及反轉(zhuǎn)
利用旋轉(zhuǎn)前后的3維向量進(jìn)行旋轉(zhuǎn)的最優(yōu)化計(jì)算
練習(xí)題
第4章 核線幾何
中心投影中核線幾何的概念及核線方程式
中心投影中的基本矩陣的性質(zhì)
弱中心投影中的核線方程式
基于對(duì)應(yīng)點(diǎn)的中心投影核線方程式的線性解法
利用對(duì)應(yīng)點(diǎn)確定仿射投影中的核線方程式
練習(xí)題
第5章 基于弱中心投影影像的3維重建
基于3張弱中心投影影像的運(yùn)動(dòng)與形狀恢復(fù)
基于奇異值分解利用影像序列進(jìn)行運(yùn)動(dòng)與形狀的復(fù)原
利用規(guī)一化相關(guān)實(shí)現(xiàn)密集的形狀重建
練習(xí)題
第6章 相機(jī)標(biāo)定
基于已知3維形狀的標(biāo)定
基于平面圖案的相機(jī)標(biāo)定
基于Kruppa方程的相機(jī)自標(biāo)定
練習(xí)題
第7章 基于中心投影影像的3維重建
基于本質(zhì)矩陣的運(yùn)動(dòng)與形狀恢復(fù)的線性算法
運(yùn)動(dòng)與形狀的最優(yōu)化計(jì)算
練習(xí)題
第8章 基于多視數(shù)據(jù)的物體整體建模
2視點(diǎn)3維數(shù)據(jù)的綜合
多視點(diǎn)3維數(shù)據(jù)的綜合
基于多視影像的3維整體模型的直接復(fù)原
練習(xí)題
第9章 3維形狀的三角網(wǎng)表示
2維點(diǎn)集的Delaunay分割
3維點(diǎn)集的Delaunay分割
基于影像中特征點(diǎn)的可見性信息的Delaunay分割
練習(xí)題
第10章 渲染
漫反射與鏡面反射
紋理映射
練習(xí)題
第11章 基于影像的渲染
QuickTime VR
Lumigraph，Light Field和同心拼接
練習(xí)題
附錄A 向量和矩陣的微分
附錄B 逆矩陣及偽逆矩陣
附錄C 特征值分解
附錄D 奇異值分解
附錄E 線性函數(shù)的擬合
附錄F 非線性函數(shù)的擬合
附錄G 3維重建中Marquart法的快速算法
附錄H 利用VRML實(shí)現(xiàn)3維模型的表示及紋理映射
附錄I 習(xí)題解說及答案
參考文獻(xiàn)
書單推薦
