基于区域增长的立体匹配算法研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 研究现状 | 第12-14页 |
| 1.2.1 立体匹配技术研究现状 | 第12-13页 |
| 1.2.2 Census变换算法研究现状 | 第13-14页 |
| 1.3 本文主要工作 | 第14-15页 |
| 1.3.1 选题依据 | 第14-15页 |
| 1.3.2 主要工作 | 第15页 |
| 1.4 论文内容章节安排 | 第15-17页 |
| 第2章 基于双目视觉的立体匹配原理 | 第17-32页 |
| 2.1 双目立体视觉系统结构 | 第17-18页 |
| 2.2 摄像机成像模型 | 第18-22页 |
| 2.2.1 参考坐标系 | 第18-19页 |
| 2.2.2 针孔模型 | 第19-21页 |
| 2.2.3 非线性模型 | 第21-22页 |
| 2.3 摄像机标定模型 | 第22-25页 |
| 2.3.1 直接线性标定法 | 第22-24页 |
| 2.3.2 Tasi两步标定法 | 第24页 |
| 2.3.3 Z Zhang平面模板两步标定法 | 第24-25页 |
| 2.4 双目视觉三维测量原理 | 第25-26页 |
| 2.5 立体匹配原理 | 第26-29页 |
| 2.5.1 立体匹配的几种约束 | 第26-27页 |
| 2.5.2 对极几何原理 | 第27-28页 |
| 2.5.3 基本矩阵 | 第28-29页 |
| 2.6 立体匹配算法的分类 | 第29-31页 |
| 2.6.1 局部匹配算法 | 第29-30页 |
| 2.6.2 全局匹配算法 | 第30-31页 |
| 2.7 本章小结 | 第31-32页 |
| 第3章 一种改进的高鲁棒Census算法 | 第32-43页 |
| 3.1 引言 | 第32页 |
| 3.2 传统非参数变换方法 | 第32-34页 |
| 3.2.1 Rank变换 | 第32-33页 |
| 3.2.2 Census变换 | 第33-34页 |
| 3.3 基于改进Census变换的立体匹配 | 第34-37页 |
| 3.3.1 传统Census变换的局限性 | 第34-36页 |
| 3.3.2 改进Census变换 | 第36-37页 |
| 3.4 匹配代价计算及算法步骤 | 第37-38页 |
| 3.5 光照变换下区域匹配的实验结果 | 第38-42页 |
| 3.5.1 模拟光照 | 第38-39页 |
| 3.5.2 误差计算 | 第39-40页 |
| 3.5.3 匹配结果与误差分析 | 第40-42页 |
| 3.6 本章小结 | 第42-43页 |
| 第4章 融合SIFT特征点与轮廓信息的匹配算法 | 第43-59页 |
| 4.1 引言 | 第43页 |
| 4.2 传统区域增长算法 | 第43-44页 |
| 4.3 特征点提取及匹配 | 第44-49页 |
| 4.3.1 特征点检测 | 第44-48页 |
| 4.3.2 特征点匹配 | 第48-49页 |
| 4.4 边缘探测 | 第49-52页 |
| 4.5 轮廓点匹配 | 第52-56页 |
| 4.5.1 轮廓提取与保存 | 第52-54页 |
| 4.5.2 轮廓点粗匹配 | 第54-55页 |
| 4.5.3 轮廓点精匹配 | 第55-56页 |
| 4.6 算法步骤 | 第56页 |
| 4.7 人偶图像立体匹配的实验结果 | 第56-58页 |
| 4.8 本章小结 | 第58-59页 |
| 总结与展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第66页 |
