首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

双目视觉三维重建中特征匹配算法研究

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第9-15页
    1.1 课题研究背景和意义第9-10页
    1.2 双目立体视觉的国内外研究现状第10-14页
        1.2.1 摄像机标定的研究现状第10-11页
        1.2.2 图像立体匹配的研究现状第11-13页
        1.2.3 三维重建技术的研究现状第13-14页
    1.3 本文内容安排第14-15页
第二章 双目相机标定原理及方法第15-33页
    2.1 引言第15页
    2.2 相机成像模型第15-21页
        2.2.1 参考坐标系第15-17页
        2.2.2 线性成像模型第17-19页
        2.2.3 非线性成像模型第19-21页
    2.3 双目立体视觉原理第21页
    2.4 张正友平面标定法第21-25页
    2.5 双目视觉平台搭建及相机标定实验第25-32页
        2.5.1 双目视觉平台搭建第25-26页
        2.5.2 双目相机标定实验第26-32页
    2.6 本章小结第32-33页
第三章 SURF和LDB相结合的匹配算法第33-42页
    3.1 引言第33页
    3.2 立体匹配基本理论第33-35页
        3.2.1 立体匹配的内容第33-34页
        3.2.2 立体匹配的方法第34-35页
    3.3 SURF和LDB相结合的匹配算法第35-40页
        3.3.1 特征点检测第35-36页
        3.3.2 特征点的LDB描述第36-37页
        3.3.3 特征点匹配第37页
        3.3.4 实验分析第37-40页
    3.4 本章小结第40-42页
第四章 融合彩色和光照信息的SIFT匹配算法第42-51页
    4.1 引言第42页
    4.2 融合彩色和光照信息的SIFT匹配算法原理第42-43页
    4.3 融合彩色和光照信息的灰度化第43-44页
        4.3.1 彩色补偿量的提取第43-44页
        4.3.2 光照补偿量的提取第44页
    4.4 SIFT图像匹配算法第44-46页
        4.4.1 尺度空间极值检测第45页
        4.4.2 关键点的准确定位第45页
        4.4.3 确定关键点的方向第45页
        4.4.4 特征向量生成第45-46页
    4.5 特征点匹配第46页
    4.6 实验分析第46-50页
    4.7 本章小结第50-51页
第五章 基于改进算法的三维重建实验结果与分析第51-63页
    5.1 引言第51页
    5.2 空间点三维坐标的计算第51-53页
    5.3 基于Open GL的三维重建第53-54页
        5.3.1 Open GL简介第53页
        5.3.2 Delaunay三角剖分和纹理粘贴第53-54页
        5.3.3 基于Open GL的深度数据三维表面重建理第54页
    5.4 基于SURF和LDB相结合的匹配算法的单视角三维重建第54-58页
        5.4.1 图像匹配第54-56页
        5.4.2 三维坐标计算第56页
        5.4.3 三角剖分结果第56-57页
        5.4.4 OpenGL显示效果第57-58页
    5.5 基于融合色彩和光照信息的SIFT匹配算法的单视角三维重建第58-62页
        5.5.1 图像匹配第58-60页
        5.5.2 三维坐标计算第60页
        5.5.3 三角剖分结果第60页
        5.5.4 OpenGL显示效果第60-62页
    5.6 本章小结第62-63页
结论第63-65页
参考文献第65-70页
致谢第70-71页
攻读学位期间发表的学术论文第71页

论文共71页,点击 下载论文
上一篇:基于改进光流法的运动目标检测与跟踪研究
下一篇:基于深度学习的说话人识别系统