本書內(nèi)容包括: 由2維影像到3維模型、影像、相機及投影、3維空間中旋轉(zhuǎn)的表示和計算、核線幾何、基于弱中心投影影像的3維重建、相機標定等。
個人電腦的普及，CPU運算速度的加快，圖形加速卡性能的提高，數(shù)碼相機的普及，Internet的興起等要素結(jié)合起來，使得個人手拍影像，并能建立3維模型，進行自娛自樂并發(fā)布的時代來到了，這樣的預(yù)測或期待越來越接近現(xiàn)實，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)果利用計算機圖形學的技術(shù)(CG)進行表達、顯示，本書對該過程中涉及的原理、概念、表述、算法等進行了詳細的敘述。
因為3維形狀和運動的表示以及計算需要一定的數(shù)學知識，為了便于對一些必需的線性代數(shù)和微分知識的學習和理解，本書中進行了必要的講解。這些數(shù)學知識作為理解本書的基礎(chǔ)，在附錄中有詳細的介紹。
第1章 從2維影像到3維模型
進入由個人拍攝的影像建立3維模型的時代
本書中使用的專門術(shù)語及數(shù)學符號
第2章 影像、相機及投影
數(shù)字影像與數(shù)字影像坐標系
針孔相機與中心投影
攝影矩陣及外部參數(shù)
規(guī)一化相機及內(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
練習題
第3章 3維空間中旋轉(zhuǎn)的表示和計算
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維向量進行旋轉(zhuǎn)的最優(yōu)化計算
練習題
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
基于對應(yīng)點的中心投影核線方程式的線性解法
利用對應(yīng)點確定仿射投影中的核線方程式
練習題
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動與形狀恢復(fù)
基于奇異值分解利用影像序列進行運動與形狀的復(fù)原
利用規(guī)一化相關(guān)實現(xiàn)密集的形狀重建
練習題
第6章 相機標定
基于已知3維形狀的標定
基于平面圖案的相機標定
基于Kruppa方程的相機自標定
練習題
第7章 基于中心投影影像的3維重建
基于本質(zhì)矩陣的運動與形狀恢復(fù)的線性算法
運動與形狀的最優(yōu)化計算
練習題
第8章 基于多視數(shù)據(jù)的物體整體建模
2視點3維數(shù)據(jù)的綜合
多視點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
練習題
第9章 3維形狀的三角網(wǎng)表示
2維點集的Delaunay分割
3維點集的Delaunay分割
基于影像中特征點的可見性信息的Delaunay分割
練習題
第10章 渲染
漫反射與鏡面反射
紋理映射
練習題
第11章 基于影像的渲染
QuickTime VR
Lumigraph，Light Field和同心拼接
練習題
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實現(xiàn)3維模型的表示及紋理映射
附錄I 習題解說及答案
參考文獻
書單推薦
