基于立体视觉的三维舌象重建算法的研究与实现
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 课题的研究背景与意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 立体视觉技术的国内外研究现状 | 第10-11页 |
| 1.2.2 智能医疗的发展现状 | 第11页 |
| 1.3 论文的主要研究内容 | 第11-15页 |
| 1.3.1 立体视觉技术 | 第12-13页 |
| 1.3.2 点云处理技术 | 第13-14页 |
| 1.3.3 图像分割技术 | 第14-15页 |
| 1.4 各章节安排 | 第15-16页 |
| 第二章 相机标定 | 第16-25页 |
| 2.1 相机标定数学原理 | 第16-21页 |
| 2.1.1 相机模型 | 第16-18页 |
| 2.1.2 单目相机标定 | 第18-20页 |
| 2.1.3 双目立体标定 | 第20-21页 |
| 2.2 立体舌象重构系统标定 | 第21-24页 |
| 2.2.1 标定靶标及系统设计 | 第21-22页 |
| 2.2.2 双目视觉系统标定实验 | 第22-23页 |
| 2.2.3 标定结果分析 | 第23-24页 |
| 2.3 小结 | 第24-25页 |
| 第三章 立体匹配策略与匹配算法研究 | 第25-37页 |
| 3.1 立体匹配算法简介 | 第25-26页 |
| 3.2 双目相机的极线校正 | 第26-29页 |
| 3.2.1 双目相机的极线模型 | 第26页 |
| 3.2.2 极线校正方法 | 第26-29页 |
| 3.3 基于OpenCV的三种立体匹配算法 | 第29-30页 |
| 3.3.1 基于局部的立体匹配算法 | 第29页 |
| 3.3.2 基于半全局立体匹配算法 | 第29-30页 |
| 3.3.3 基于图分割的立体匹配算法 | 第30页 |
| 3.4 基于方向权值的立体匹配算法 | 第30-36页 |
| 3.4.1 匹配代价函数 | 第31页 |
| 3.4.2 方向权值算法 | 第31-33页 |
| 3.4.3 匹配结果评价 | 第33-34页 |
| 3.4.4 实验及分析 | 第34-36页 |
| 3.5 小结 | 第36-37页 |
| 第四章 立体舌象重构软件设计 | 第37-52页 |
| 4.1 平面舌象分割 | 第37-43页 |
| 4.1.1 Snakes数学模型及仿真实现 | 第37-41页 |
| 4.1.2 舌象提取实验分析 | 第41-43页 |
| 4.2 立体舌象重构 | 第43-48页 |
| 4.2.1 基于舌苔颜色的双目立体匹配 | 第43-45页 |
| 4.2.2 三维重建算法 | 第45-46页 |
| 4.2.3 三维重构平台设计 | 第46-48页 |
| 4.3 舌象重构实验分析 | 第48-50页 |
| 4.3.1 系统精度分析 | 第48-49页 |
| 4.3.2 舌象轮廓分析 | 第49-50页 |
| 4.4 小结 | 第50-52页 |
| 第五章 舌象表面重建 | 第52-60页 |
| 5.1 点云数据简化 | 第52-53页 |
| 5.2 点云去噪 | 第53-54页 |
| 5.2.1 点云双边滤波算法 | 第53-54页 |
| 5.2.2 实验分析 | 第54页 |
| 5.3 曲面重建 | 第54-59页 |
| 5.3.1 基于三角剖分的曲面重建算法 | 第55-57页 |
| 5.3.2 实验分析 | 第57-59页 |
| 5.4 小结 | 第59-60页 |
| 第六章 全文总结与课题展望 | 第60-62页 |
| 6.1 全文总结 | 第60页 |
| 6.2 课题展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 发表论文及参加科研情况说明 | 第65-66页 |
| 致谢 | 第66-67页 |
