目录

学习情境一〓构建小型有线局域网

第1章绪论

1.1研究的目的和意义

1.2相关技术的国内外研究现状

1.2.1三维点云去噪与修复

1.2.2投影图像几何畸变校正

1.2.3投影图像颜色补偿方法

1.2.4多通道投影系统

1.3主要内容

第2章多通道投影图像智能校正的基础理论

2.1人眼视觉感知特性与视觉设备成像机制分析

2.1.1人眼视觉感知特性

2.1.2相机的数字图像成像原理

2.1.3投影仪工作数理模型

2.2自然投影介质深度和纹理材质感知机制

2.2.1投影介质的深度获取原理分析

2.2.2有纹理投影幕材质感知机制

2.3本章小结

第3章三维点云数据处理

3.1点云去噪处理

3.1.1基于双边滤波的点云去噪

3.1.2基于流形重构的点云去噪算法

3.2三维点云孔洞修补算法

3.2.1点云数据分割

3.2.2Delaunay三角网格化

3.2.3孔洞边界提取

3.2.4孔洞边界填充

3.3基于深度学习的实时点云修补算法

3.3.1网络架构设计

3.3.2网络损失函数选取

3.4三维点云数据处理实验分析

3.4.1三维点云去噪算法实验分析

3.4.2基于最小角度法的点云孔洞填充实验分析

3.4.3基于深度学习的实时点云修补实验分析

3.5本章小结

第4章移动视点的智能投影几何校正

4.1基于理想视点的投影图像的几何校正

4.1.1Azure Kinect DK彩色图与深度图的配准

4.1.2理想视点下建立目标校正平面

4.1.3理想视点下单应性矩阵的求解

4.2移动视点的投影几何校正

4.2.1人体头部追踪技术

4.2.2移动视点下校正平面的建立

4.3畸变校正精度评估

4.4投影几何校正实验分析

4.4.1理想视点投影校正实验分析

4.4.2移动视点投影校正实验分析

4.4.3几何畸变校正精度评估实验分析

4.5本章小结

第5章基于深度学习的投影颜色补偿

5.1卷积神经网络

5.1.1Unet卷积神经网络

5.1.2卷积自编码器

5.1.3数据预处理

5.2基于卷积神经网络的投影颜色补偿

5.2.1CompenNet网络模型

5.2.2改进CompenNet网络架构

5.2.3基于改进的CompenNeSt++网络模型的投影全补偿

5.3投影补偿实验效果分析

5.3.1投影图像颜色补偿实验分析

5.3.2投影图像全补偿实验分析

5.4本章小结

第6章多通道投影一致性的综合校正

6.1智能综合校正的多通道投影系统概述

6.2多通道投影系统一致性校正

6.3多投影仪光学差异机理分析及一致性校正

6.4多通道投影图像亮度融合及综合校正后投影

6.5本章小结

第7章结论与展望

7.1结论及创新点

7.2展望

参考文献