首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

基于双目立体视觉的水下三维重建技术研究

摘要第5-6页
abstract第6-7页
第1章 绪论第10-19页
    1.1 课题研究背景第10-11页
    1.2 三维重建技术研究现状第11-16页
        1.2.1 双目立体视觉发展动态第11-13页
        1.2.2 水下双目视觉国内外研究现状第13-16页
    1.3 水下三维重建关键技术第16-17页
    1.4 本文的主要内容第17-19页
第2章 摄像机成像模型与标定第19-40页
    2.1 针孔成像模型原理第19页
    2.2 立体视觉坐标系第19-21页
        2.2.1 世界坐标系第20页
        2.2.2 摄像机坐标系第20页
        2.2.3 成像平面坐标系第20页
        2.2.4 计算机坐标系第20-21页
    2.3 坐标系间的转换关系第21-22页
        2.3.1 计算机坐标系与成像平面坐标系的转换第21页
        2.3.2 成像平面坐标系与摄像机坐标系的转换第21-22页
        2.3.3 摄像机坐标系与世界坐标系的转换第22页
    2.4 摄像机标定方法第22-31页
        2.4.1 传统摄像机标定法第23-24页
        2.4.2 摄像机自标定法第24-25页
        2.4.3 基于主动视觉的标定法第25-26页
        2.4.4 张正友标定法第26-31页
    2.5 双目标定实验第31-39页
    2.6 本章小结第39-40页
第3章 图像预处理技术第40-55页
    3.1 水下成像特点第40页
    3.2 图像增强技术第40-49页
        3.2.1 平滑滤波处理第41-44页
        3.2.2 图像锐化第44-46页
        3.2.3 直方图均衡化技术第46页
        3.2.4 去雾技术第46-49页
    3.3 图像复原技术第49-54页
        3.3.1 图像退化模型第49-50页
        3.3.2 图像复原算法第50-54页
    3.4 本章小结第54-55页
第4章 特征检测和立体匹配第55-73页
    4.1 角点检测技术第55-59页
        4.1.1 Harris角点检测法第55-56页
        4.1.2 FAST特征点提取法第56-57页
        4.1.3 一种改进的Harris角点检测法第57-59页
    4.2 立体匹配算法分类第59-62页
        4.2.1 匹配基元第60页
        4.2.2 立体匹配算法分类第60-62页
    4.3 立体匹配关键技术第62-65页
        4.3.1 匹配规则第62-64页
        4.3.2 相似性测度第64-65页
    4.4 立体校正第65-68页
    4.5 基于动态规划的立体匹配算法第68-70页
    4.6 立体匹配实验第70-72页
    4.7 本章小结第72-73页
第5章 水下场景三维重建第73-84页
    5.1 双目立体视觉三维重建原理第73-77页
        5.1.1 平行双目视觉模型第73-75页
        5.1.2 非平行双目视觉模型第75-77页
    5.2 基于深度图像的三维重建第77-79页
    5.3 三维重建实验及误差分析第79-83页
    5.4 本章小结第83-84页
结论第84-86页
参考文献第86-92页
攻读硕士学位期间发表的论文和取得的科研成果第92-93页
致谢第93页

论文共93页,点击 下载论文
上一篇:基于深度学习的输电线路防外力破坏监测系统研究
下一篇:基于通话背景音的飞机类型识别方法研究