中文摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第1章 绪论 | 第10-20页 |
1.1 课题背景与研究意义 | 第10-14页 |
1.1.1 计算机视觉理论发展概述 | 第10-11页 |
1.1.2 立体视觉的技术背景与研究意义 | 第11页 |
1.1.3 点云处理理论背景与研究意义 | 第11-12页 |
1.1.4 课题研究意义 | 第12-14页 |
1.2 相关技术研究现状 | 第14-17页 |
1.2.1 立体视觉技术研究现状 | 第14-15页 |
1.2.2 点云处理技术研究现状 | 第15-17页 |
1.3 论文的主要工作 | 第17页 |
1.4 论文章节安排 | 第17-18页 |
1.5 本章小结 | 第18-20页 |
第2章“双双目”系统及其标定 | 第20-42页 |
2.1“双双目”系统结构 | 第20-25页 |
2.1.1 双目立体视觉基本原理 | 第20-22页 |
2.1.2 系统整体结构 | 第22-23页 |
2.1.3 红外相机选型 | 第23-24页 |
2.1.4 可见光相机选型 | 第24页 |
2.1.5 二向色镜选型 | 第24-25页 |
2.2 系统标定方案 | 第25-40页 |
2.2.1 针孔相机模型 | 第25-26页 |
2.2.2 相机标定方法简介 | 第26-27页 |
2.2.3 系统标定流程 | 第27-28页 |
2.2.4 标定靶标设计 | 第28-30页 |
2.2.5 标定原理 | 第30-35页 |
2.2.6 标定实验 | 第35-40页 |
2.3 小结 | 第40-42页 |
第3章 图像立体匹配 | 第42-60页 |
3.1 立体匹配算法简介 | 第42-44页 |
3.1.1 常用约束关系 | 第42-43页 |
3.1.2 相似性判断标准 | 第43-44页 |
3.2 双目相机的极线矫正 | 第44-47页 |
3.2.1 双目相机的极线模型 | 第44-45页 |
3.2.2 极线矫正方法 | 第45-47页 |
3.3 图像立体匹配算法 | 第47-51页 |
3.3.1 图像立体匹配算法简介 | 第47-50页 |
3.3.2 立体匹配实验 | 第50-51页 |
3.4 图像分割与Snake算法 | 第51-58页 |
3.4.1 图像分割算法简介 | 第51-52页 |
3.4.2 Snake算法理论简介 | 第52-54页 |
3.4.3 图像分割算法实验 | 第54-58页 |
3.5 本章小结 | 第58-60页 |
第4章 点云预处理及质量评价 | 第60-72页 |
4.1 点云滤波 | 第60-66页 |
4.1.1 点云滤波简介 | 第60页 |
4.1.2 kd-tree | 第60-62页 |
4.1.3 点云曲率及法向量估计 | 第62-64页 |
4.1.4 点云滤波实验 | 第64-66页 |
4.2 点云质量评价 | 第66-71页 |
4.2.1 点云质量评价简介 | 第66-67页 |
4.2.2 RANSAC算法简介 | 第67-68页 |
4.2.3 点云质量评价 | 第68-71页 |
4.3 本章小结 | 第71-72页 |
第5章 点云配准与融合 | 第72-84页 |
5.1 点云配准 | 第72-79页 |
5.1.1 点云配准简介 | 第72-73页 |
5.1.2 点云初始配准 | 第73-75页 |
5.1.3 点云精确配准 | 第75-79页 |
5.2 点云融合 | 第79-83页 |
5.2.1 点云融合简介 | 第79页 |
5.2.2 基于法向约束的点云融合算法 | 第79-81页 |
5.2.3 点云融合实验 | 第81-83页 |
5.3 本章小结 | 第83-84页 |
第6章 点云曲面重建与精度实验 | 第84-90页 |
6.1 点云曲面重建 | 第84-86页 |
6.1.1 点云曲面重建技术简介 | 第84页 |
6.1.2 Greedy Projection Triangulation三角化曲面重建算法 | 第84-86页 |
6.2 融合点云测量精度测实验 | 第86-89页 |
6.2.1 融合点云测量精度 | 第86-89页 |
6.3 本章小结 | 第89-90页 |
第7章 全文总结与展望 | 第90-92页 |
7.1 全文总结 | 第90-91页 |
7.2 课题展望 | 第91-92页 |
参考文献 | 第92-98页 |
发表论文及参加科研情况说明 | 第98-99页 |
致谢 | 第99-100页 |