基于图像识别的车辆距离检测算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-9页 |
| 图表目录 | 第9-11页 |
| 第一章 绪论 | 第11-15页 |
| ·引言 | 第11页 |
| ·研究背景、目的和意义 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·本文研究的主要内容 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第二章 双目立体视觉理论 | 第15-21页 |
| ·引言 | 第15页 |
| ·人类立体视觉的发展 | 第15-18页 |
| ·人眼机制 | 第15-16页 |
| ·Marr视觉理论框架 | 第16-18页 |
| ·立体视觉中的三维测距原理 | 第18-19页 |
| ·双目立体视觉实验系统 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 摄像头标定 | 第21-34页 |
| ·引言 | 第21页 |
| ·摄像头模型 | 第21-28页 |
| ·坐标系的选取 | 第21-23页 |
| ·成像模型 | 第23-25页 |
| ·双目摄像头模型 | 第25-28页 |
| ·摄像头参数 | 第28页 |
| ·摄像头标定方法 | 第28-32页 |
| ·传统的摄像头标定方法 | 第28-30页 |
| ·自标定方法 | 第30页 |
| ·张正友平面标定法 | 第30-31页 |
| ·本系统标定方法的选取 | 第31-32页 |
| ·双目立体视觉测距系统标定试验 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 立体匹配 | 第34-52页 |
| ·引言 | 第34页 |
| ·立体匹配研究内容 | 第34-37页 |
| ·匹配准则 | 第34-35页 |
| ·立体匹配的方法 | 第35-37页 |
| ·harris角点检测 | 第37-39页 |
| ·harris角点特征描述 | 第37页 |
| ·harris角点数学描述 | 第37-39页 |
| ·基于基础矩阵估计的匹配算法 | 第39-45页 |
| ·特征点初始匹配 | 第40-41页 |
| ·基础矩阵的外极描述 | 第41-43页 |
| ·RANSAC算法 | 第43页 |
| ·基础矩阵F引导匹配 | 第43-45页 |
| ·匹配过程分析 | 第45-51页 |
| ·匹配流程 | 第45页 |
| ·匹配过程 | 第45-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 三维重构距离测算 | 第52-61页 |
| ·引言 | 第52页 |
| ·深度恢复原理 | 第52-53页 |
| ·双目立体视觉实验系统的设计与构建 | 第53-60页 |
| ·测距实验 | 第53-56页 |
| ·实验数据分析与讨论 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 第六章 结论与展望 | 第61-63页 |
| ·本文工作总结 | 第61-62页 |
| ·展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67页 |
