基于改进KAZE双目视觉立体匹配算法的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 课题研究的背景及意义 | 第11-13页 |
| 1.2 国内外研究现状与分析 | 第13-15页 |
| 1.3 本文的研究内容及章节安排 | 第15-16页 |
| 第二章 双目视觉立体匹配基本理论 | 第16-26页 |
| 2.1 双目立体视觉原理 | 第16-19页 |
| 2.1.1 基本概念和模型 | 第16-18页 |
| 2.1.2 双目视觉中的视差原理 | 第18-19页 |
| 2.2 摄像机标定 | 第19-24页 |
| 2.2.1 概述 | 第19页 |
| 2.2.2 摄像机成像模型 | 第19-20页 |
| 2.2.3 摄像机标定方法 | 第20-24页 |
| 2.3 立体匹配关键技术 | 第24-25页 |
| 2.3.1 特征空间 | 第24页 |
| 2.3.2 相似性度量 | 第24-25页 |
| 2.3.3 搜索空间 | 第25页 |
| 2.3.4 搜索策略 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 SIFT和KAZE立体匹配算法对比分析 | 第26-48页 |
| 3.1 SIFT算法 | 第26-29页 |
| 3.1.1 尺度空间的生成 | 第26-27页 |
| 3.1.2 空间极值点定位 | 第27-28页 |
| 3.1.3 建立关键点特征描述 | 第28-29页 |
| 3.1.4 特征点立体匹配 | 第29页 |
| 3.2 KAZE算法 | 第29-35页 |
| 3.2.1 非线性扩散滤波 | 第30-31页 |
| 3.2.2 AOS算法 | 第31-32页 |
| 3.2.3 非线性尺度空间的创建 | 第32-33页 |
| 3.2.4 KAZE特征检测 | 第33-34页 |
| 3.2.5 KAZE特征描述 | 第34-35页 |
| 3.2.6 KAZE特征匹配 | 第35页 |
| 3.3 SIFT与KAZE立体匹配实验对比分析 | 第35-47页 |
| 3.3.1 实验准备工作 | 第35页 |
| 3.3.2 实验数据分析对比 | 第35-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第四章 基于KAZE立体匹配算法的改进及验证 | 第48-60页 |
| 4.1 最近邻搜索 | 第48-51页 |
| 4.1.1 K近邻算法 | 第48-49页 |
| 4.1.2 K近邻算法的实现 | 第49-51页 |
| 4.2 优化KD树的KAZE特征匹配算法 | 第51-59页 |
| 4.2.1 基本原理论述 | 第51-52页 |
| 4.2.2 实现算法是具体流程 | 第52-53页 |
| 4.2.3 实验样本及方法 | 第53页 |
| 4.2.4 实验结果及分析 | 第53-59页 |
| 4.3 本章小结 | 第59-60页 |
| 总结与展望 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 攻读学位期间发表的论文 | 第64-66页 |
| 致谢 | 第66页 |
