基于神经网络方法的摄像机标定技术研究
| 摘要 | 第1-10页 |
| Abstract | 第10-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景及意义 | 第11-12页 |
| ·摄像机标定技术概述 | 第12-14页 |
| ·摄像机标定的起源 | 第12页 |
| ·摄像机标定的研究现状 | 第12-14页 |
| ·本文研究的主要内容和结构安排 | 第14-16页 |
| ·主要研究内容 | 第14页 |
| ·结构安排 | 第14-16页 |
| 第二章 摄像机标定方法 | 第16-26页 |
| ·摄像机标定的基本理论 | 第16-22页 |
| ·参考坐标系与坐标变换 | 第16-17页 |
| ·摄像机成像模型 | 第17-22页 |
| ·摄像机标定方法分类 | 第22-25页 |
| ·传统的摄像机标定方法 | 第22-23页 |
| ·摄像机自标定方法 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 神经网络概述 | 第26-41页 |
| ·神经网络的发展历史 | 第26-27页 |
| ·神经网络的基本概念 | 第27-32页 |
| ·神经元模型 | 第27-28页 |
| ·激活函数 | 第28-30页 |
| ·网络结构 | 第30-32页 |
| ·学习方式 | 第32页 |
| ·BP 神经网络 | 第32-38页 |
| ·性能函数与泰勒级数展开 | 第32-34页 |
| ·性能优化 | 第34-35页 |
| ·BP 算法原理 | 第35-38页 |
| ·神经网络在摄像机标定中的应用 | 第38-40页 |
| ·应用的可行性分析 | 第38-39页 |
| ·应用的共性分析 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 基于BP 神经网络技术的摄像机标定方法 | 第41-51页 |
| ·基于神经网络的并行标定方法 | 第41-47页 |
| ·训练集与网络性能的关系 | 第41-44页 |
| ·成像规律分析 | 第44-46页 |
| ·神经网络与摄像机标定的结合点定位及并行标定方法 | 第46-47页 |
| ·基于模板位置的归一化算法 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 第五章 标定实验与分析 | 第51-66页 |
| ·标定空间的构建 | 第52-55页 |
| ·图像获取 | 第52-53页 |
| ·角点检测与匹配 | 第53-55页 |
| ·神经网络建模 | 第55-56页 |
| ·标定实验 | 第56-60页 |
| ·XW 和YW 标定 | 第57-58页 |
| ·ZW 标定 | 第58-60页 |
| ·实验分析 | 第60-64页 |
| ·总体实验分析 | 第60-61页 |
| ·误差分析 | 第61-64页 |
| ·本章小结 | 第64-66页 |
| 第六章 总结与展望 | 第66-68页 |
| ·总结 | 第66页 |
| ·展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 作者在学期间取得的学术成果 | 第72页 |
