| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第6-12页 |
| 1.1 选题来源 | 第6页 |
| 1.2 选题目的与意义 | 第6页 |
| 1.3 国内外研究现状 | 第6-8页 |
| 1.4 本文主要研究内容 | 第8-11页 |
| 1.5 本章小结 | 第11-12页 |
| 第二章 摄像机成像模型概述 | 第12-20页 |
| 2.1 立体视觉坐标系 | 第12-14页 |
| 2.2 摄像机成像模型 | 第14-17页 |
| 2.3 双目摄像机成像模型 | 第17-19页 |
| 2.4 本章小结 | 第19-20页 |
| 第三章 摄像机标定 | 第20-33页 |
| 3.1 传统摄像机标定方法 | 第20-21页 |
| 3.2 基于OpenCV的张正友标定法 | 第21-26页 |
| 3.3 摄像机标定 | 第26-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 图像的立体校正 | 第33-48页 |
| 4.1 极线几何 | 第33-36页 |
| 4.2 图像校正 | 第36-44页 |
| 4.3 在OpenCV环境下的双目图像立体校正实验 | 第44-46页 |
| 4.4 本章小结 | 第46-48页 |
| 第五章 图像的立体匹配与三维点云重建 | 第48-63页 |
| 5.1 基于窗口的匹配原则 | 第49-50页 |
| 5.2 BM算法与SGBM算法分析 | 第50-54页 |
| 5.3 立体匹配与三维点云重建 | 第54-58页 |
| 5.4 三维点云的获取 | 第58-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第六章 结论与展望 | 第63-64页 |
| 6.1 结论 | 第63页 |
| 6.2 展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 个人简介 | 第68页 |