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

基于ORB算法的双目视觉测量与跟踪研究

摘要第4-5页
Abstract第5页
第1章 绪论第8-15页
    1.1 课题的背景第8页
    1.2 研究的目的和意义第8-10页
    1.3 双目视觉测量与跟踪国内外研究现状及发展方向第10-13页
        1.3.1 双目视觉测量与跟踪国内外发展现状第10-13页
        1.3.2 双目视觉测量与跟踪发展方向第13页
    1.4 本文研究的主要内容第13-15页
第2章 双目视觉基础理论第15-31页
    2.1 引言第15页
    2.2 双目视觉成像原理第15-22页
        2.2.1 视觉成像模型第15-17页
        2.2.2 视觉测量坐标系及其转换第17-20页
        2.2.3 双目视觉测量数学模型第20-22页
    2.3 摄像机标定第22-27页
        2.3.1 相机标定原理第23页
        2.3.2 双目视觉张正友标定方法第23-25页
        2.3.3 双目视觉的张正友法标定实验第25-27页
    2.4 双目视觉中的极线约束第27-30页
    2.5 本章小结第30-31页
第3章 双目视觉特征提取与匹配算法第31-60页
    3.1 引言第31页
    3.2 图像特征类型第31-32页
    3.3 特征点检测算法第32-39页
        3.3.1 Harris 角点检测第32-34页
        3.3.2 SIFT 特征点检测第34-37页
        3.3.3 SURF 特征点检测第37-39页
        3.3.4 FAST 角点检测第39页
    3.4 特征描述算子第39-43页
        3.4.1 基于梯度直方图的特征描述算子第40-41页
        3.4.2 基于比较的二进制特征描述算子第41-43页
    3.5 基于 ORB 特征提取与描述算法第43-47页
        3.5.1 O-FAST 角点检测第43-44页
        3.5.2 R-BRIEF 特征描述第44-47页
    3.6 主流匹配算法性能对比第47-53页
    3.7 双目立体视觉匹配优化第53-59页
        3.7.1 RANSAC 算法第54-56页
        3.7.2 PROSAC 算法第56-58页
        3.7.3 去除误匹配试验第58-59页
    3.8 本章小结第59-60页
第4章 双目视觉测量与跟踪第60-79页
    4.1 引言第60页
    4.2 双目视觉静态匹配点测量第60-64页
        4.2.1 匹配特征点三维坐标测量原理第61-62页
        4.2.3 静态图像匹配特征点坐标解算第62-64页
    4.3 双目视觉实时跟踪与测量系统第64-77页
        4.3.1 常见跟踪算法第65-67页
        4.3.2 Kalman 预测模型第67-69页
        4.3.3 基于特征点匹配的单目跟踪系统第69-73页
        4.3.4 双目视觉非匹配点测量与跟踪测距系统第73-77页
    4.4 本章小结第77-79页
结论第79-81页
参考文献第81-84页
攻读学位期间发表的学术论文第84-86页
致谢第86页

论文共86页,点击 下载论文
上一篇:基于Mecanum轮的全方位移动机器人研究
下一篇:基于LTE的智能车载终端软件系统研究与实现