第一部分  概述及数据采集方法
  第1章  概述
    1.1  三维重建软件研究现状
      1.1.1  商业软件
      1.1.2  开源工具包
      1.1.3  启示
    1.2  三维重建关键技术研究现状
      1.2.1  特征点检测与匹配
      1.2.2  稀疏三维重建
      1.2.3  多视图像三维点重建
      1.2.4  表面重建
      1.2.5  纹理映射
    1.3  不动点优化算法研究现状
  第2章  侦察图像三维重建的数据采集方法研究
    2.1  基本原则
    2.2  目标及环境选择
      2.2.1  目标选择
      2.2.2  环境选择
    2.3  相机的设置
      2.3.1  内部设置
      2.3.2  外部设置
    2.4  相机运动方式
      2.4.1  环绕拍摄
      2.4.2  平行拍摄
      2.4.3  拍摄距离
    2.5  构图方式
    2.6  定位数据获取
      2.6.1  地面控制点的数量和分布
      2.6.2  地面控制点的获取
第二部分  基于运动恢复结构的三维重建理论研究
  第3章  特征点提取与匹配理论及算法
    3.1  特征点检测
      3.1.1  Harris特征点检测算法
      3.1.2  SIFT特征提取
    3.2  两视图特征匹配
      3.2.1  归一化互相关算法
      3.2.2  Kd-树算法
    3.3  匹配对提纯
      3.3.1  比值提纯法
      3.3.2  一致性提纯法
      3.3.3  双边约束匹配法
  第4章  相机标定理论及方法
    4.1  EXIF信息读取法
    4.2  相机自标定
      4.2.1  自标定问题
      4.2.2  Kruppa方程自标定法
      4.2.3  分层自标定
      4.2.4  基于绝对对偶二次曲面的自标定
  第5章  典型稀疏点云重建方法研究
    5.1  相机成像模型
      5.1.1  线性相机模型
      5.1.2  非线性畸变
    5.2  两视图稀疏点云重建
      5.2.1  对极几何
      5.2.2  单应矩阵
      5.2.3  基本矩阵
      5.2.4  基本矩阵的计算
      5.2.5  本质矩阵
      5.2.6  恢复投影矩阵
      5.2.7  空间点三角反投影定位
      5.2.8  两视图分层重建
      5.2.9  相机位置估计
    5.3  光束法平差
    5.4  多视图稀疏点云重建
      5.4.1  多视图射影重建
      5.4.2  多视图度量重建
  第6章  密集点云重建方法研究
    6.1  CMVS分块
      6.1.1  视图聚类
      6.1.2  MVS滤波和渲染
    6.2  PMVS点云生成
      6.2.1  基本概念
      6.2.2  面片重建
  第7章  表面重建方法研究
    7.1  泊松表面重建
      7.1.1  基本概念
      7.1.2  算法实现
    7.2  筛选泊松表面重建
      7.2.1  约束点限制
      7.2.2  算法复杂性改进
    7.3  网格优化
      7.3.1  网格孔洞修复技术
      7.3.2  网格简化技术
  第8章  纹理映射方法研究
    8.1  纹理映射基本原理
      8.1.1  三维纹理映射
      8.1.2  坐标转换
      8.1.3  纹理映射的实现方法
    8.2  一种大规模纹理映射方法
      8.2.1  算法基础
      8.2.2  大规模纹理映射方法
第三部分  典型重建环节优化算法研究
  第9章  基于多尺度自适应显著区域检测的舰船三维重建外点消除
    9.1  基于目标尺度的自适应高斯滤波
      9.1.1  目标尺度的数学抽象
      9.1.2  自适应高斯滤波函数
    9.2  基于自适应高斯滤波的多尺度变换显著区域检测方法
    9.3  试验分析
  第10章  一种基于多角度协同优化的特征点检测稳健算法
    10.1  海空背景图像分析
    10.2  Harris角点检测算法
    10.3  现有的改进方法及性能分析
      10.3.1  滤波器改进
      10.3.2  自适应闽值
      10.3.3  邻近点剔除
      10.3.4  亚像素定位
    10.4  基于多角度协同优化的稳健算法
      10.4.1  算法描述
      10.4.2  算法的稳健性
    10.5  数值试验与应用
      10.5.1  试验条件
      10.5.2  结果分析
  第11章  基于目标尺度的自适应加权函数特征点检测方法
    11.1  自适应加权函数优化
      11.1.1  不同加权函数在Harris特征点检测方法的应用
      11.1.2  基于目标尺度的加权函数标准差优化
    11.2  几种自适应加权函数Harris特征点检测改进方案
    11.3  仿真试验
  第12章  基于多集分裂可行性问题显式混合收敛算法的基础矩阵估计
    12.1  问题转化
    12.2  多集分裂可行性问题
    12.3  参引结论
    12.4  算法构建及证明
    12.5  试验分析
  第13章  基于自适应CQ算法的光束法平差
    13.1  问题转化
    13.2  CQ算法自适应步长问题
    13.3  参引结论
    13.4  一个新的变步长选取方法
      13.4.1  自适应松弛CQ算法及其弱收敛定理
      13.4.2  基于Mann型迭代的自适应松弛CQ算法及其弱收敛定理
      13.4.3  基于黏滞迭代方法的自适应松弛CQ算法及其强收敛定理
    13.5  变步长的一般选取方法
      13.5.1  更简单的变步长松弛CQ算法及其弱收敛定理
      13.5.2  基于一般化变步长的广义CQ算法及其强收敛定理
      13.5.3  一个推广的强收敛算法
    13.6  试验分析
第四部分  三维重建系统工程化研究
  第14章  舰船目标三维重建系统建设需求
    14.1  作战效能评估及功能需求
      14.1.1  作战效能评估
      14.1.2  三维重建系统的功能需求
    14.2  基本建设目标与任务
      14.2.1  基本建设目标
      14.2.2  基本建设任务
    14.3  指标要求
      14.3.1  三维重建总体指标
      14.3.2  三维重建子模块指标
  第15章  基于总线理念的舰船目标三维重建系统设计
    15.1  系统模块设计
      15.1.1  系统构建
      15.1.2  模块设计准则简介
      15.1.3  标准化接口
    15.2  系统流程设计
    15.3  关键技术问题及解决途径
    15.4  软件成品介绍
      15.4.1  软件结构
      15.4.2  软件界面
      15.4.3  操作流程
第五部分  试验测试及应用分析
  第16章  试验测试及对比分析
    16.1  不同来源图像对比测试
      16.1.1  舰船模型图像
      16.1.2  网络下载图像
      16.1.3  实际拍摄图像
    16.2  不同软件对比测试
    16.3  弱约束条件下对比测试
      16.3.1  平行拍摄条件
      16.3.2  环绕拍摄条件
  第17章  模型质量评价、组织管理及应用建议
    17.1  三维模型的质量评价
      17.1.1  三维模型数据类型与格式
      17.1.2  三维模型数据质量
      17.1.3  模型分级
      17.1.4  模型表现复杂度分类
    17.2  三维模型数据组织建议
    17.3  三维模型数据实景定位浏览案例
参考文献