基于计算机视觉的列车卫星定位选星预处理方法研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-16页 |
| ·研究背景及国内外研究现状 | 第11-14页 |
| ·研究背景 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·本文主要研究目标与内容 | 第14-16页 |
| 2 相机标定方法 | 第16-27页 |
| ·相机成像模型 | 第16-20页 |
| ·图像坐标系、相机坐标系与世界坐标系 | 第16-18页 |
| ·针孔成像模型 | 第18-19页 |
| ·非线性模型 | 第19-20页 |
| ·传统相机标定方法 | 第20-22页 |
| ·直接线性变换(DLT)标定法 | 第20-22页 |
| ·本文所使用的标定方法 | 第22-27页 |
| ·基本方程 | 第22-23页 |
| ·求解相机参数 | 第23-25页 |
| ·标定具体步骤 | 第25-27页 |
| 3 图像预处理、障碍物特征求取 | 第27-43页 |
| ·图像的预处理 | 第27-34页 |
| ·灰度直方图 | 第28页 |
| ·灰度的拉伸 | 第28-29页 |
| ·直方图均衡化和局部直方图均衡化 | 第29-32页 |
| ·本文所采用插值自适应直方图均衡化算法 | 第32-34页 |
| ·障碍物特征的求取 | 第34-43页 |
| ·角点的探测 | 第34-38页 |
| ·边缘检测 | 第38-40页 |
| ·Hough变换与直线检测 | 第40-43页 |
| 4 特征匹配与三维重建 | 第43-54页 |
| ·特征匹配 | 第43-50页 |
| ·基于Monogenic Signal的匹配算法 | 第44-48页 |
| ·极线约束 | 第48-50页 |
| ·三维重建及角度信息获取 | 第50-54页 |
| ·双目立体视觉系统的标定 | 第51页 |
| ·三维重建算法 | 第51-52页 |
| ·角度信息获取 | 第52-54页 |
| 5 算法验证 | 第54-65页 |
| ·实验设备及实验过程 | 第54-55页 |
| ·相机标定实验及结果 | 第55-56页 |
| ·图像的预处理 | 第56-57页 |
| ·障碍物特征的求取 | 第57-60页 |
| ·角点的探测 | 第57-58页 |
| ·边缘检测 | 第58-59页 |
| ·直线检测与建筑物区域确定 | 第59-60页 |
| ·特征匹配 | 第60-62页 |
| ·基于Monogenic Signal的粗匹配 | 第60-61页 |
| ·基于极线约束的精匹配 | 第61-62页 |
| ·角度结果与实际数据对比 | 第62-64页 |
| ·选星原则 | 第64-65页 |
| 6 结论 | 第65-67页 |
| ·论文的主要工作与结论 | 第65页 |
| ·不足和展望 | 第65-67页 |
| 参考文献 | 第67-69页 |
| 作者简历 | 第69-71页 |
| 学位论文数据集 | 第71页 |
