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

基于双目立体图像目标区域的三维重建

摘要第4-5页
Abstract第5-6页
1 绪论第9-23页
    1.1 选题的研究背景和意义第9-10页
    1.2 国内外研究现状第10-14页
    1.3 双目立体视觉第14-20页
        1.3.1 双目立体视觉结构第14-15页
        1.3.2 对极几何第15-16页
        1.3.3 本征矩阵与基本矩阵第16-18页
        1.3.4 平行双目立体视觉第18-20页
    1.4 面临的挑战第20-21页
    1.5 本文研究内容第21-23页
2 基于匹配特征点的区域生长法第23-44页
    2.1 常用的特征提取算法第23-26页
    2.2 基于非线性尺度空间的特征点检测第26-31页
        2.2.1 创建非线性尺度空间第26-30页
        2.2.2 特征点检测第30-31页
    2.3 特征点的描述与匹配第31-34页
        2.3.1 特征点的描述第31-33页
        2.3.2 特征点的匹配第33-34页
    2.4 区域生长方法第34-37页
    2.5 实验结果与分析第37-43页
        2.5.1 Middlebury立体匹配评价网站第37-38页
        2.5.2 特征提取的实验与分析第38-41页
        2.5.3 目标区域的获取第41-43页
    2.6 本章小结第43-44页
3 改进的立体匹配算法第44-57页
    3.1 立体匹配的约束关系第44-45页
    3.2 常用的立体匹配算法第45-47页
    3.3 基于非局部代价聚合改进的立体匹配算法第47-52页
        3.3.1 匹配代价计算第47-49页
        3.3.2 匹配代价聚合第49-51页
        3.3.3 视差的计算及优化第51-52页
    3.4 实验结果与分析第52-56页
    3.5 本章小结第56-57页
4 基于视差图的三维重建第57-62页
    4.1 点云数据第57-58页
    4.2 三维网格模型第58-59页
    4.3 纹理映射第59页
    4.4 实验结果第59-61页
    4.5 本章小结第61-62页
5 总结与展望第62-64页
    5.1 工作总结第62-63页
    5.2 未来工作展望第63-64页
参考文献第64-68页
个人简历、在学期间发表的学术论文与成果第68-69页
致谢第69页

论文共69页,点击 下载论文
上一篇:基于ORB特征的图像检索技术研究与应用
下一篇:快速识别密度骨架的聚类算法研究