双目显微立体视觉中匹配技术的研究
| 学术论文的主要创新点 | 第3-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 显微立体视觉 | 第9-10页 |
| 1.2.1 显微立体视觉国内外研究现状 | 第9-10页 |
| 1.2.2 本课题研究的关键问题 | 第10页 |
| 1.3 本文研究内容及结构安排 | 第10-12页 |
| 第二章 双目立体视觉模型及软硬件设计 | 第12-22页 |
| 2.1 目立体视觉模型 | 第12-17页 |
| 2.1.1 平行式视觉模型 | 第12-14页 |
| 2.1.2 汇聚式视觉模型 | 第14-16页 |
| 2.1.3 弱视差显微立体视觉模型 | 第16-17页 |
| 2.2 显微立体视觉硬件 | 第17-20页 |
| 2.3 显微立体视觉系统软件组成 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 摄像机标定 | 第22-34页 |
| 3.1 摄像机成像模型 | 第22-28页 |
| 3.1.1 坐标系简介及各坐标系间的转换 | 第22-25页 |
| 3.1.2 线性模型 | 第25-26页 |
| 3.1.3 非线性模型 | 第26-28页 |
| 3.2 显微立体视觉系统的标定 | 第28-30页 |
| 3.2.1 投影模型 | 第28-30页 |
| 3.2.2 光束平差优化 | 第30页 |
| 3.3 摄像机标定实验 | 第30-32页 |
| 3.4 摄像机标定步骤 | 第32页 |
| 3.5 本章小结 | 第32-34页 |
| 第四章 图像预处理 | 第34-42页 |
| 4.1 图像滤波 | 第34-36页 |
| 4.1.1 邻域平均法 | 第34-35页 |
| 4.1.2 加权平均滤波 | 第35页 |
| 4.1.3 中值滤波 | 第35-36页 |
| 4.1.4 自适应中值滤波 | 第36页 |
| 4.2 图像锐化 | 第36-39页 |
| 4.2.1 Robert梯度法 | 第37页 |
| 4.2.2 Prewitt梯度法 | 第37页 |
| 4.2.3 Laplacian算子法 | 第37-38页 |
| 4.2.4 Wallis算子法 | 第38-39页 |
| 4.3 图像预处理实验 | 第39-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第五章 立体匹配技术的研究与改进 | 第42-64页 |
| 5.1 立体匹配的关键技术 | 第42-46页 |
| 5.1.1 匹配基元 | 第42-43页 |
| 5.1.2 匹配原则 | 第43-44页 |
| 5.1.3 搜索策略 | 第44页 |
| 5.1.4 相似性测度 | 第44-46页 |
| 5.2 立体匹配算法的原理及分类 | 第46-49页 |
| 5.2.1 基于区域的匹配算法 | 第46-47页 |
| 5.2.2 基于特征的匹配算法 | 第47-48页 |
| 5.2.3 基于相位的匹配算法 | 第48-49页 |
| 5.3 特征匹配和区域匹配相结合的立体匹配算法 | 第49-58页 |
| 5.3.1 SIFT特征匹配算法 | 第49-53页 |
| 5.3.2 极线约束 | 第53-55页 |
| 5.3.3 单应性矩阵的约束 | 第55-56页 |
| 5.3.4 区域匹配原理及改进 | 第56-58页 |
| 5.4 立体匹配实验 | 第58-63页 |
| 5.5 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64页 |
| 6.2 展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 发表论文和参加科研情况 | 第70-72页 |
| 致谢 | 第72页 |
