第1章 从2维影像到3维模型 1
1.1 进入由个人拍摄的影像建立3维模型的时代 1
1.2 本书中使用的专门术语及数学符号 3
第2章 影像、相机及投影 6
2.1 数字影像与数字影像坐标系 6
2.2 针孔相机与中心投影 7
2.3 摄影矩阵及外部参数 9
2.4 规一化相机及内部参数 11
2.5 投影近似：平行投影，弱中心投影，模拟中心投影，仿射投影 14
2.6 练习题 18
第3章 3维空间中旋转的表示和计算 19
3.1 欧拉角 19
3.2 roll,pitch,yaw 20
3.3 旋转轴及旋转速度 20
3.4 4元数 22
3.5 正交矩阵、旋转矩阵及反转 23
3.6 利用旋转前后的3维向量进行旋转的最优化计算 24
3.7 练习题 27
第4章 核线几何 28
4.1 中心投影中核线几何的概念及核线方程式 28
4.2 中心投影中的基本矩阵的性质 30
4.3 弱中心投影中的核线方程式 31
4.4 基于对应点的中心投影核线方程式的线性解法 35
4.5 利用对应点确定仿射投影中的核线方程式 39
4.6 练习题 40
第5章 基于弱中心投影影像的3维重建 42
5.1 基于3张弱中心投影影像的运动与形状恢复 42
5.2 基于奇异值分解利用影像序列进行运动与形状的复原 49
5.3 利用规一化相关实现密集的形状重建 51
5.4 练习题 55
第6章 相机标定 56
6.1 基于已知3维形状的标定 56
6.2 基于平面图案的相机标定 59
6.3 基于Kruppa方程的相机自标定 61
6.4 练习题 64
第7章 基于中心投影影像的3维重建 66
7.1 基于本质矩阵的运动与形状恢复的线性算法 66
7.2 运动与形状的最优化计算 68
7.3 练习题 74
第8章 基于多视数据的物体整体建模 75
8.1 2视点3维数据的综合 75
8.2 多视点3维数据的综合 78
8.3 基于多视影像的3维整体模型的直接复原 79
8.4 练习题 82
第9章 3维形状的三角网表示 83
9.1 2维点集的Delaunay分割 83
9.2 3维点集的Delaunay分割 86
9.3 基于影像中特征点的可见性信息的Delaunay分割 88
9.4 练习题 89
10.1 漫反射与镜面反射 90
第10章 渲染 90
10.2 纹理映射 91
10.3 练习题 95
第11章 基于影像的渲染 96
11.1 QuickTime VR 96
11.2 Lumigraph,Light Field和同心拼接 98
11.3 练习题 101
附录A 向量和矩阵的微分 102
附录B 逆矩阵及伪逆矩阵 104
附录C 特征值分解 107
附录D 奇异值分解 109
附录E 线性函数的拟合 111
附录F 非线性函数的拟合 114
附录G 3维重建中Marquart法的快速算法 119
附录H 利用VRML实现3维模型的表示及纹理映射 121
附录I 习题解说及答案 122
参考文献 140