基于双摄像头的精确位移测量
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 课题研究背景与意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 机器视觉的技术发展 | 第12页 |
| 1.2.2 机器视觉的应用领域 | 第12-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 1.4 论文结构安排 | 第14-16页 |
| 第二章 位移测量的相关技术分析 | 第16-29页 |
| 2.1 基于视觉的位移测量 | 第16-19页 |
| 2.1.1 单目视觉的位移测量 | 第16-17页 |
| 2.1.2 双目视觉的位移测量 | 第17-19页 |
| 2.2 特征提取 | 第19-23页 |
| 2.2.1 SIFT方法 | 第20-21页 |
| 2.2.2 Hough变换原理 | 第21-23页 |
| 2.3 光学信息处理 | 第23-28页 |
| 2.3.1 光学匹配滤波 | 第23-25页 |
| 2.3.2 利用匹配滤波进行图像识别 | 第25-26页 |
| 2.3.3 基于计算机模拟的光学匹配滤波 | 第26-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 牙齿图像的获取与预处理 | 第29-41页 |
| 3.1 牙齿图像的特点 | 第29-31页 |
| 3.1.1 正畸手术的特点 | 第29页 |
| 3.1.2 牙菌斑与牙结石 | 第29-31页 |
| 3.2 牙齿图像的拍摄 | 第31-35页 |
| 3.2.1 拍摄对象 | 第31-32页 |
| 3.2.2 拍摄设备 | 第32-33页 |
| 3.2.3 炫光“亮片”的处理 | 第33-35页 |
| 3.3 图像分割 | 第35-40页 |
| 3.3.1 基于灰度图像的牙齿图像分割 | 第35-37页 |
| 3.3.2 基于彩色图像的牙齿图像分割 | 第37-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 牙齿的特征提取与定位 | 第41-48页 |
| 4.1 传统的特征提取方法 | 第41-44页 |
| 4.1.1 SIFT方法的特征提取 | 第41-43页 |
| 4.1.2 Hough变换 | 第43-44页 |
| 4.1.3 实验结果分析 | 第44页 |
| 4.2 基于匹配滤波的识别与定位 | 第44-47页 |
| 4.2.1 匹配滤波的Matlab编程 | 第44-46页 |
| 4.2.2 牙齿图像的匹配滤波 | 第46-47页 |
| 4.3 本章小结 | 第47-48页 |
| 第五章 匹配滤波的关键问题分析 | 第48-62页 |
| 5.1 自相关峰干扰 | 第48-53页 |
| 5.1.1 干扰峰产生的原因 | 第48页 |
| 5.1.2 自相关峰干扰的消除 | 第48-53页 |
| 5.2 目标物的三维转动 | 第53-57页 |
| 5.2.1 多角度牙齿标记物图像 | 第54-56页 |
| 5.2.2 多角度条件下的匹配滤波 | 第56-57页 |
| 5.3 多角度复合滤波器模板 | 第57-61页 |
| 5.3.1 复合滤波器模板的制作 | 第57-58页 |
| 5.3.2 复合滤波器模板中的周期性干扰 | 第58-60页 |
| 5.3.3 非标准转动角的正确匹配 | 第60-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第六章 精度分析与实验测试 | 第62-70页 |
| 6.1 测量精度分析 | 第62-66页 |
| 6.1.1 理想测量精度 | 第62-63页 |
| 6.1.2 匹配滤波的特征点定位精度 | 第63-64页 |
| 6.1.3 实验结果 | 第64-66页 |
| 6.2 双摄像头测量实验 | 第66-69页 |
| 6.2.1 深度还原 | 第67-68页 |
| 6.2.2 位移测量 | 第68-69页 |
| 6.3 本章小结 | 第69-70页 |
| 第七章 总结与展望 | 第70-73页 |
| 7.1 全文总结 | 第70-71页 |
| 7.2 文章的主要工作与不足 | 第71页 |
| 7.3 展望 | 第71-73页 |
| 致谢 | 第73-74页 |
| 参考文献 | 第74-77页 |
