基于OpenCV的立体图像三维重建关键技术实现
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-9页 |
| 1 绪论 | 第9-18页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究背景 | 第9页 |
| ·选题意义 | 第9-10页 |
| ·国内外研究现状 | 第10-16页 |
| ·计算机视觉技术研究现状 | 第10-11页 |
| ·OpenCV简介 | 第11-12页 |
| ·三维重建技术 | 第12-14页 |
| ·相机标定技术的研究状况 | 第14-15页 |
| ·特征提取与匹配技术 | 第15-16页 |
| ·论文的研究路线和主要内容 | 第16-18页 |
| 2 相机标定 | 第18-29页 |
| ·标定内容 | 第18页 |
| ·相机标定的方法分类 | 第18-21页 |
| ·线性相机模型标定 | 第19-20页 |
| ·非线性优化方法 | 第20-21页 |
| ·自标定法和主动视觉标定法 | 第21页 |
| ·基于OpenCV的相机标定 | 第21-26页 |
| ·OpenCV中标定的坐标关系 | 第22-23页 |
| ·OpenCV中相机标定参数获取 | 第23-25页 |
| ·径向畸变的校正 | 第25-26页 |
| ·基于OpenCV的立体相机标定 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 3 特征提取和立体匹配 | 第29-46页 |
| ·特征提取 | 第29-30页 |
| ·角点提取 | 第29-30页 |
| ·边缘提取 | 第30页 |
| ·常用的特征提取算子 | 第30-35页 |
| ·Moravec算子 | 第30页 |
| ·Forstner算子 | 第30-31页 |
| ·Sobel算子 | 第31页 |
| ·Roberts算子 | 第31页 |
| ·Harris算子 | 第31-32页 |
| ·Canny算子 | 第32-33页 |
| ·LOG算子 | 第33-34页 |
| ·Hough变换 | 第34-35页 |
| ·立体匹配 | 第35-45页 |
| ·特征点匹配简介 | 第35页 |
| ·极线约束理论 | 第35-38页 |
| ·基于SIFT算法的特征点提取和匹配 | 第38-43页 |
| ·基于灰度的特征点匹配原理 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 4 三维重建 | 第46-54页 |
| ·极线几何与三维重建 | 第46-49页 |
| ·极线几何与基本矩阵 | 第46-47页 |
| ·相机外参数的估计 | 第47-48页 |
| ·空间三维点重建原理 | 第48-49页 |
| ·三维空间点坐标计算原理 | 第49-53页 |
| ·深度信息的确定 | 第49-50页 |
| ·三维空间点坐标的计算 | 第50-53页 |
| ·本章小结 | 第53-54页 |
| 5 实验分析 | 第54-75页 |
| ·基于OpenCV的立体标定实验 | 第54-63页 |
| ·实验过程 | 第54-60页 |
| ·误差分析 | 第60页 |
| ·基于OpenCV的立体标定关键代码 | 第60-63页 |
| ·SIFT算子特征点提取与匹配实验 | 第63-67页 |
| ·实验过程 | 第63-65页 |
| ·实验结果 | 第65-66页 |
| ·基于OpenCV的SIFT关键代码 | 第66-67页 |
| ·视差图生成实验 | 第67-71页 |
| ·实验过程 | 第67页 |
| ·实验结果 | 第67-70页 |
| ·基于OpenCV的视差图生成关键代码 | 第70-71页 |
| ·基于OpenCV的三维空间点重建实验 | 第71-74页 |
| ·实验过程 | 第71页 |
| ·实验结果 | 第71-73页 |
| ·基于OpenCV的三维空间点重建关键代码 | 第73-74页 |
| ·本章小结 | 第74-75页 |
| 6 全文总结和展望 | 第75-77页 |
| ·结论 | 第75页 |
| ·展望 | 第75-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-81页 |
| 附录 | 第81页 |
| 硕士学位期间发表文章 | 第81页 |
| 科研与实践 | 第81页 |
