| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究目的及意义 | 第10-11页 |
| 1.2 与本文相关的国内外研究现状 | 第11-14页 |
| 1.2.1 双目视觉的国内外研究现状 | 第11-12页 |
| 1.2.2 目标检测与跟踪技术的国内外研究现状 | 第12-13页 |
| 1.2.3 双目视觉技术在目标检测与跟踪中的应用 | 第13-14页 |
| 1.3 当前存在的主要问题 | 第14-15页 |
| 1.4 论文的主要研究内容 | 第15-17页 |
| 第2章 双目视觉系统的摄像机标定 | 第17-32页 |
| 2.1 摄像机标定方法的分析 | 第17-18页 |
| 2.2 摄像机成像模型 | 第18-23页 |
| 2.2.1 标定中常见坐标系 | 第18-19页 |
| 2.2.2 摄像机线性成像模型中坐标之间的转换 | 第19-23页 |
| 2.2.3 摄像机畸变模型 | 第23页 |
| 2.3 张正友棋盘标定方法 | 第23-27页 |
| 2.3.1 单应性矩阵的计算 | 第23-24页 |
| 2.3.2 参数求解 | 第24-26页 |
| 2.3.3 极大似然估计 | 第26页 |
| 2.3.4 径向畸变的处理 | 第26-27页 |
| 2.4 实验步骤与实验结果分析 | 第27-30页 |
| 2.4.1 实验步骤 | 第27-28页 |
| 2.4.2 实验结果及分析 | 第28-30页 |
| 2.5 本章小结 | 第30-32页 |
| 第3章 双目立体匹配算法研究 | 第32-45页 |
| 3.1 双目立体匹配约束准则及匹配策略 | 第32-34页 |
| 3.1.1 双目立体匹配约束准则 | 第32-34页 |
| 3.1.2 双目立体匹配策略 | 第34页 |
| 3.2 双目立体匹配算法分析 | 第34-36页 |
| 3.3 基于区域的改进双目立体匹配算法 | 第36-41页 |
| 3.3.1 基于SSD的相似度测度函数 | 第36-38页 |
| 3.3.2 视差梯度约束 | 第38-40页 |
| 3.3.3 匹配窗口选择 | 第40页 |
| 3.3.4 匹配算法实现 | 第40-41页 |
| 3.4 实验结果及分析 | 第41-44页 |
| 3.5 本章小结 | 第44-45页 |
| 第4章 基于双目视觉的运动目标检测 | 第45-57页 |
| 4.1 常用运动目标检测算法分析 | 第45-51页 |
| 4.1.1 背景差分法 | 第47-49页 |
| 4.1.2 差分图像二值化 | 第49-50页 |
| 4.1.3 检测结果后处理 | 第50-51页 |
| 4.2 双目视觉的运动目标检测算法 | 第51-54页 |
| 4.2.1 改进的背景差分法算法原理 | 第51-52页 |
| 4.2.2 视差深度图获取 | 第52-53页 |
| 4.2.3 动态背景模型建立 | 第53页 |
| 4.2.4 前景目标检测与选择 | 第53-54页 |
| 4.3 实验结果与分析 | 第54-56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 基于双目视觉的运动目标跟踪 | 第57-68页 |
| 5.1 常用跟踪算法比较 | 第57-63页 |
| 5.1.1 Camshift跟踪算法 | 第59-60页 |
| 5.1.2 Camshift算法的跟踪实验结果分析 | 第60-63页 |
| 5.2 双目视觉的运动目标跟踪算法 | 第63-65页 |
| 5.2.1 改进的Camshift跟踪算法原理 | 第63页 |
| 5.2.2 结合kalman滤波 | 第63-65页 |
| 5.2.3 跟踪算法实现 | 第65页 |
| 5.3 实验结果与分析 | 第65-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第6章 总结与展望 | 第68-70页 |
| 6.1 本文工作总结 | 第68-69页 |
| 6.2 进一步研究工作 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-74页 |