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

共轴立体视觉深度测量

摘要第1-4页
Abstract第4-6页
目录第6-9页
第一章 绪论第9-18页
   ·机器视觉概述第9-10页
     ·机器视觉技术第9页
     ·立体视觉技术第9-10页
   ·双目立体视觉第10页
   ·共轴立体视觉第10-14页
     ·基于对焦的方法第11-12页
     ·基于离焦的方法第12页
     ·基于变焦的方法第12-13页
     ·本文采用的方法第13-14页
   ·共轴立体视觉相关工作第14-16页
     ·图像获取第14页
     ·图像校正第14-15页
     ·特征提取第15页
     ·图像匹配第15页
     ·深度恢复第15页
     ·共轴立体视觉研究的发展趋势第15-16页
   ·论文主要研究内容和结构安排第16-18页
第二章 系统理论分析第18-30页
   ·共轴立体视觉原理第18-25页
     ·共轴摄影测量方案第18-19页
     ·镜头成像模型第19-20页
     ·深度恢复公式第20-21页
     ·视差与深度的关系第21页
     ·过中心点原理第21-23页
     ·特征点标定中心点第23-25页
   ·误差分析第25-28页
     ·综合误差公式第25-26页
     ·系统误差分析第26-27页
     ·随机误差分析第27-28页
   ·系统的理论精度第28页
   ·参数影响因子第28-30页
第三章 图像校正第30-42页
   ·共轴图像对插值方法第30-31页
   ·灰度插值算法比较及改进第31-34页
   ·图像的增强处理第34-42页
     ·基于模糊集理论的图像增强算法第34-38页
       ·模糊集理论第34-35页
       ·图像的模糊特征平面第35-36页
       ·模糊增强方法第36-37页
       ·模糊增强实验结果第37-38页
     ·基于小波变换的图像增强算法第38-42页
       ·小波变换简介第38-39页
       ·基于小波变换的图像增强第39-41页
       ·实验结果第41-42页
第四章 图像匹配第42-52页
   ·匹配算法综述第42页
   ·本文匹配算法第42-48页
     ·像素级匹配第42-44页
     ·亚像素级匹配第44-48页
       ·双线性插值搜索算法第44-46页
       ·混合算法第46-48页
   ·匹配算法实验第48-52页
     ·搜索算法描述第48-49页
     ·算法比较实验第49-52页
第五章 深度恢复实现方案第52-75页
   ·单一高清相机深度恢复方案第52-59页
     ·高清相机实景实验设计第52-55页
     ·5D Mark Ⅱ深度恢复实景实验第55-57页
     ·D5000深度恢复实景实验第57-59页
   ·中心点恢复方案第59-62页
     ·中心点恢复实验方案设计第59页
     ·中心点恢复步骤第59-61页
     ·中心点校正后的深度恢复结果第61-62页
   ·近距深度恢复原理样机方案第62-66页
     ·近距摄影样机原理图第62-64页
     ·近距深度恢复实景实验第64-66页
   ·中距深度恢复原理样机方案第66-71页
     ·中距摄影样机原理图第66-68页
     ·中距深度恢复实景实验第68-71页
   ·计算机模拟远距实验第71-73页
     ·相关技术指标第71页
     ·计算机模拟实验第71-73页
   ·本章小结第73-75页
第六章 总结及展望第75-77页
   ·论文研究总结第75-76页
   ·今后的研究方向第76-77页
参考文献第77-79页
致谢第79-80页
攻读硕士学位期间取得的科研成果第80-81页

论文共81页,点击 下载论文
上一篇:基于SrZrO3和Ni/NiO/Ni/Co-Pt的非挥发存储研究
下一篇:基于多目多参视觉融合的路面感知系统