监控场景下的运动车辆三维重建算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景及其意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 计算机视觉研究中的难点 | 第12页 |
| 1.4 本文的研究内容与结构 | 第12-14页 |
| 2 图像三维重建的相关理论基础 | 第14-26页 |
| 2.1 摄像机模型 | 第14-17页 |
| 2.2 对极几何 | 第17-18页 |
| 2.3 基础矩阵 | 第18-21页 |
| 2.4 本质矩阵 | 第21-23页 |
| 2.5 由本质矩阵计算摄像机外参数 | 第23-24页 |
| 2.6 小结 | 第24-26页 |
| 3 摄像机标定方法研究 | 第26-43页 |
| 3.1 几种典型的标定方法 | 第26-31页 |
| 3.2 监控视频下的摄像机标定方法 | 第31-42页 |
| 3.3 小结 | 第42-43页 |
| 4 基于区域增长的稠密匹配 | 第43-48页 |
| 4.1 匹配约束条件 | 第43-44页 |
| 4.2 种子点匹配 | 第44-45页 |
| 4.3 基于区域增长的稠密匹配 | 第45-46页 |
| 4.4 全局约束 | 第46-47页 |
| 4.5 本章小结 | 第47-48页 |
| 5 运动车辆三维重建 | 第48-57页 |
| 5.1 三维重建系统 | 第48-49页 |
| 5.2 两视图重建 | 第49-52页 |
| 5.3 多视图重建 | 第52-56页 |
| 5.4 本章小结 | 第56-57页 |
| 6 实验结果 | 第57-66页 |
| 6.1 实验分析 | 第57-65页 |
| 6.2 本章小结 | 第65-66页 |
| 7 总结与展望 | 第66-68页 |
| 7.1 论文总结 | 第66-67页 |
| 7.2 工作展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
