基于立体视觉的牛体点云获取方法研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 选题背景和意义 | 第10-11页 |
| 1.2 立体视觉研究现状 | 第11-14页 |
| 1.2.1 相机标定 | 第12页 |
| 1.2.2 立体匹配 | 第12-14页 |
| 1.3 本文主要工作 | 第14-17页 |
| 1.3.1 主要研究内容 | 第14-15页 |
| 1.3.2 论文的结构 | 第15-17页 |
| 第二章 相机系统标定 | 第17-31页 |
| 2.1 图像获取 | 第17-18页 |
| 2.2 相机标定 | 第18-23页 |
| 2.2.1 相机模型 | 第18-22页 |
| 2.2.2 相机标定分类 | 第22-23页 |
| 2.2.3 经典相机标定法-张正友标定法 | 第23页 |
| 2.3 相机系统标定 | 第23-24页 |
| 2.4 立体视觉中双相机的几何关系 | 第24-27页 |
| 2.4.1 对极几何 | 第25页 |
| 2.4.2 基础矩阵和本征矩阵 | 第25-27页 |
| 2.5 实验及结果分析 | 第27-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第三章 牛体检测 | 第31-39页 |
| 3.1 图像高光去除 | 第31-32页 |
| 3.2 牛体检测 | 第32-33页 |
| 3.3 基于朴素贝叶斯的牛体检测 | 第33-34页 |
| 3.4 图像后处理 | 第34页 |
| 3.5 实验及结果分析 | 第34-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第四章 特征点匹配及点云获取 | 第39-50页 |
| 4.1 特征点提取 | 第39-40页 |
| 4.2 立体匹配 | 第40-41页 |
| 4.3 SIFT特征匹配 | 第41-44页 |
| 4.3.1 特征点检测 | 第41-43页 |
| 4.3.2 特征向量的生成 | 第43-44页 |
| 4.3.3 特征点匹配 | 第44页 |
| 4.3.4 极线去除误匹配点对 | 第44页 |
| 4.4 点云获取 | 第44-45页 |
| 4.5 实验及结果分析 | 第45-49页 |
| 4.5.1 实验过程 | 第45-46页 |
| 4.5.2 实验结果及分析 | 第46-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第五章 结论与展望 | 第50-51页 |
| 5.1 主要结论 | 第50页 |
| 5.2 未来工作展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54-55页 |
| 作者简介 | 第55页 |
