| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题背景和研究目的 | 第8页 |
| 1.2 立体视觉与图像匹配的发展现状与方向 | 第8-12页 |
| 1.3 本文的研究内容 | 第12-14页 |
| 第2章 双目立体视觉测量理论 | 第14-23页 |
| 2.1 引言 | 第14页 |
| 2.2 视觉测量常用坐标系与模型 | 第14-16页 |
| 2.3 立体视觉测量原理 | 第16-17页 |
| 2.4 平行立体视觉成像原理 | 第17-18页 |
| 2.5 相机标定 | 第18-22页 |
| 2.5.1 标定相机内参数 | 第18-20页 |
| 2.5.2 立体视觉测量标定方法 | 第20-22页 |
| 2.6 本章小结 | 第22-23页 |
| 第3章 改进的 SIFT 特征提取算法 | 第23-43页 |
| 3.1 引言 | 第23页 |
| 3.2 基于灰度的角点检测算法 | 第23-27页 |
| 3.2.1 Harris 角点检测 | 第23-26页 |
| 3.2.2 Harris-Laplace 角点检测算法 | 第26-27页 |
| 3.3 基于 SIFT 算子的特征提取与匹配算法 | 第27-39页 |
| 3.3.1 构建尺度空间 | 第28-31页 |
| 3.3.2 提取图像的特征点 | 第31-33页 |
| 3.3.3 计算特征点主方向 | 第33-34页 |
| 3.3.4 SIFT 特征向量生成 | 第34-35页 |
| 3.3.5 特征点匹配 | 第35页 |
| 3.3.6 实验与分析 | 第35-39页 |
| 3.4 改进的特征提取算法 | 第39-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第4章 改进的 SURF 特征提取与特征匹配算法 | 第43-67页 |
| 4.1 引言 | 第43页 |
| 4.2 基于 SURF 算子的特征提取与匹配算法 | 第43-49页 |
| 4.2.1 建立尺度空间 | 第43-46页 |
| 4.2.2 特征点定位 | 第46-47页 |
| 4.2.3 特征点描述 | 第47-48页 |
| 4.2.4 特征匹配 | 第48-49页 |
| 4.3 改进的 SURF 算法 | 第49-62页 |
| 4.3.1 改进的特征点检测算法 | 第50-55页 |
| 4.3.2 改进的特征匹配算法 | 第55-62页 |
| 4.4 基于立体视觉的目标三维信息解算 | 第62-66页 |
| 4.5 本章小结 | 第66-67页 |
| 结论 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72页 |