基于改进SURF的双目立体视觉三维重建
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-17页 |
| ·引言 | 第11页 |
| ·研究背景与课题意义 | 第11-12页 |
| ·三维重建技术的研究现状 | 第12-15页 |
| ·基于主动视觉的三维重建方法 | 第13页 |
| ·基于被动视觉的三维重建方法 | 第13-15页 |
| ·本文的主要研究内容与结构安排 | 第15-17页 |
| ·研究内容与创新点 | 第15-16页 |
| ·章节安排 | 第16-17页 |
| 第二章 双目立体视觉基本理论 | 第17-25页 |
| ·Marr的计算机视觉理论 | 第17-19页 |
| ·双目立体视觉的数学模型 | 第19-21页 |
| ·平行双目立体视觉模型 | 第19-21页 |
| ·目立体视觉一般模型 | 第21页 |
| ·双目立体视觉的关键内容 | 第21-22页 |
| ·本章小结 | 第22-25页 |
| 第三章 基于图像极线校正的双摄像机的标定 | 第25-51页 |
| ·引言 | 第25-26页 |
| ·摄像机成像模型 | 第26-32页 |
| ·摄像机成像模型中的坐标系 | 第26-29页 |
| ·摄像机投影线性透视模型 | 第29-30页 |
| ·摄像机投影非线性透视模型 | 第30-32页 |
| ·摄像机标定算法 | 第32-34页 |
| ·传统摄像机标定方法 | 第33页 |
| ·摄像机自标定方法 | 第33-34页 |
| ·基于极线校正的双目相机标定系统 | 第34-46页 |
| ·张正友的平面模板标定法 | 第34-35页 |
| ·单摄像机标定 | 第35-41页 |
| ·双目立体相机标定 | 第41-42页 |
| ·改进的基于极线校正的立体标定 | 第42-46页 |
| ·实验结果与分析 | 第46-49页 |
| ·标定结果与误差分析 | 第46-47页 |
| ·校正实例 | 第47-49页 |
| ·本章小结 | 第49-51页 |
| 第四章 基于改进SURF算法的立体匹配 | 第51-69页 |
| ·立体匹配准则 | 第51-52页 |
| ·图像立体匹配技术研究与对比分析 | 第52-57页 |
| ·基于图像区域相关的匹配算法 | 第52页 |
| ·基于相位的匹配算法 | 第52-53页 |
| ·基于特征的匹配算法 | 第53-57页 |
| ·改进基于SURF的立体匹配算法 | 第57-62页 |
| ·SURF特征点检测 | 第57-59页 |
| ·改进SURF的特征描述向量 | 第59-60页 |
| ·基于改进KD-tree的特征匹配 | 第60-62页 |
| ·实验结果分析与对比 | 第62-66页 |
| ·本章小结 | 第66-69页 |
| 第五章 基于双目立体视觉的三维重建与系统设计 | 第69-79页 |
| ·深度信息获取原理 | 第69-72页 |
| ·最小二乘法求解三维坐标值 | 第69-70页 |
| ·视差测距法求解三维坐标值 | 第70-72页 |
| ·系统设计 | 第72-73页 |
| ·实验结果与分析 | 第73-78页 |
| ·摄像机标定结果 | 第73-75页 |
| ·图像特征点提取 | 第75-77页 |
| ·立体图像匹配 | 第77页 |
| ·深度图像获取 | 第77-78页 |
| ·本章小结 | 第78-79页 |
| 第六章 总结与展望 | 第79-81页 |
| ·工作总结 | 第79页 |
| ·工作展望 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85-87页 |
| 攻读硕士学位期间发表的学术论文 | 第87页 |
