| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-21页 |
| 1.1 课题研究背景和现状 | 第15-18页 |
| 1.1.1 课题研究背景 | 第15页 |
| 1.1.2 国内外发展现状 | 第15-18页 |
| 1.1.3 课题研究目的 | 第18页 |
| 1.2 该课题主要工作 | 第18-19页 |
| 1.3 本文章节安排 | 第19-21页 |
| 第二章 基于双目视觉的三维重构技术 | 第21-47页 |
| 2.1 双目视觉系统的基本流程 | 第21-23页 |
| 2.2 图像处理中的准备工作 | 第23-27页 |
| 2.2.1 图像的去燥与滤波 | 第23-25页 |
| 2.2.2 图像阈值分割 | 第25页 |
| 2.2.3 图像边缘检测 | 第25-27页 |
| 2.2.4 图像预处理的效果 | 第27页 |
| 2.3 火焰流场中的粒子识别与定位 | 第27-31页 |
| 2.4 双目视觉系统在三维重构中的运用 | 第31-46页 |
| 2.4.1 图像匹配的常用方法 | 第31-39页 |
| 2.4.2 误匹配的去除 | 第39-41页 |
| 2.4.3 三维重建 | 第41-46页 |
| 2.5 本章小结 | 第46-47页 |
| 第三章 粒子跟踪测速技术 | 第47-63页 |
| 3.1 现有的粒子跟踪测速技术 | 第47-52页 |
| 3.1.1 最近邻法 | 第47-48页 |
| 3.1.2 弹簧模型算法 | 第48-51页 |
| 3.1.3 PCSS算法 | 第51-52页 |
| 3.2 基于特征匹配的PTV算法 | 第52-53页 |
| 3.3 基于特征匹配的PTV优化算法 | 第53-56页 |
| 3.4 优化的PTV算法在三维流场跟踪测速中的运用 | 第56-62页 |
| 3.4.1 基于优化的特征匹配PTV算法 | 第56-57页 |
| 3.4.2 基于差异化的PTV优化算法 | 第57-61页 |
| 3.4.3 基于数量级的PTV优化算法 | 第61-62页 |
| 3.5 本章小结 | 第62-63页 |
| 第四章 三维流场中的粒子重构与跟踪 | 第63-79页 |
| 4.1 匹配算法的参数优化分析 | 第63-69页 |
| 4.1.1 粒子匹配的特征距离 | 第63-64页 |
| 4.1.2 粒子识别的半径阈值 | 第64-65页 |
| 4.1.3 粒子识别的亮度阈值 | 第65-69页 |
| 4.2 粒子重构与跟踪测速的实现 | 第69-77页 |
| 4.2.1 图像预处理和粒子识别 | 第69-74页 |
| 4.2.2 三维粒子的重构 | 第74-75页 |
| 4.2.3 优化的PTV粒子匹配 | 第75-77页 |
| 4.3 本章小结 | 第77-79页 |
| 第五章 总结和展望 | 第79-81页 |
| 5.1 工作总结 | 第79页 |
| 5.2 课题展望 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85-87页 |
| 作者简介 | 第87-88页 |
| 1.基本情况 | 第87页 |
| 2.教育背景 | 第87页 |
| 3.攻读硕士学位期间的研究成果 | 第87-88页 |