| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-11页 |
| ·国内外研究现状及意义 | 第7页 |
| ·OpenCV简介 | 第7-8页 |
| ·虚拟现实技术 | 第8-9页 |
| ·本文主要内容及结构 | 第9-11页 |
| 2 图像预处理 | 第11-21页 |
| ·引言 | 第11页 |
| ·图像的滤波 | 第11-15页 |
| ·高斯滤波 | 第11-12页 |
| ·中值滤波 | 第12-13页 |
| ·均值滤波器 | 第13页 |
| ·改进的快速均值滤波及其与传统滤波方法的对比 | 第13-15页 |
| ·图像锐化 | 第15-17页 |
| ·梯度锐化 | 第15-16页 |
| ·Laplacian算子 | 第16-17页 |
| ·图像的膨胀与腐蚀 | 第17-20页 |
| ·本章小结 | 第20-21页 |
| 3 两种摄像机标定方法的实验和比较分析 | 第21-33页 |
| ·引言 | 第21页 |
| ·OpenCV方法对摄像机进行标定 | 第21-27页 |
| ·基本原理 | 第21-24页 |
| ·基于OpenCV的摄像机标定及实验结果 | 第24-26页 |
| ·本征矩阵和基础矩阵 | 第26-27页 |
| ·matlab工具箱对摄像机进行标定及实验分析 | 第27-31页 |
| ·两种方法的比较 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 4 立体匹配及针对平行放置摄像头拍摄的图像SIFT特征的快速筛选 | 第33-47页 |
| ·引言 | 第33页 |
| ·基于区域的匹配方法 | 第33-35页 |
| ·基于特征的匹配方法 | 第35-37页 |
| ·基于相位的匹配 | 第37-38页 |
| ·基于SIFT特征描述子的立体匹配 | 第38-46页 |
| ·SIFT特征匹配 | 第38-41页 |
| ·不同特征的图像对的实验及结果分析 | 第41-43页 |
| ·针对平行放置的摄像头拍摄的图像对SIFT匹配进行筛选---基于阈值的匹配点对的筛选方法 | 第43-45页 |
| ·基于阈值的匹配点对的筛选方法和RANSAC方法的对比 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 5 基于SIFT特征和边缘检测的区域匹配和VRML三维重建 | 第47-65页 |
| ·引言 | 第47-49页 |
| ·基于改进的SIFT特征和边缘检测的区域匹配方法 | 第49-55页 |
| ·基于改进的SIFT特征和边缘检测的区域匹配方法流程图 | 第49-50页 |
| ·改进的一次扫描像素标记法及图像分割 | 第50-52页 |
| ·基于改进的SIFT特征和边缘检测的立体匹配方法和视差图的求取 | 第52-54页 |
| ·区域面积和区域重心 | 第54-55页 |
| ·利用VRML进行三维重建及对结果的分析 | 第55-63页 |
| ·链码 | 第55-57页 |
| ·改进的傅里叶描述子 | 第57-61页 |
| ·利用VRML进行三维重建及结果的分析 | 第61-63页 |
| ·本章小结 | 第63-65页 |
| 6 总结与展望 | 第65-67页 |
| ·工作总结 | 第65页 |
| ·展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
