简便的大空间多摄像机自标定算法
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 课题研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 研究目标和内容 | 第14-15页 |
| 1.4 论文的主要内容与章节安排 | 第15-17页 |
| 第2章 摄像机标定原理及方法 | 第17-27页 |
| 2.1 摄像机成像模型 | 第17-21页 |
| 2.1.1 线性模型 | 第17-19页 |
| 2.1.2 非线性模型 | 第19-21页 |
| 2.2 摄像机标定的方法 | 第21-25页 |
| 2.2.1 传统的摄像机标定方法 | 第21-23页 |
| 2.2.2 主动视觉的摄像机标定方法 | 第23页 |
| 2.2.3 摄像机自标定方法 | 第23-25页 |
| 2.3 摄像机标定结果的评估 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 基于本质矩阵的自标定方法 | 第27-44页 |
| 3.1 对极几何的基本概念 | 第27-30页 |
| 3.2 基于本质矩阵的算法流程 | 第30-31页 |
| 3.3 基于本质矩阵的算法实现 | 第31-34页 |
| 3.3.1 对应点的检测 | 第31-32页 |
| 3.3.2 尺度因子 | 第32页 |
| 3.3.3 链接标定结果 | 第32-33页 |
| 3.3.4 算法优化 | 第33-34页 |
| 3.4 实验结果和分析 | 第34-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 基于绝对二次曲线的自标定方法 | 第44-63页 |
| 4.1 分层标定的基本概念 | 第44-45页 |
| 4.2 基于绝对二次曲线的算法流程 | 第45-46页 |
| 4.3 生成测量尺度矩阵 | 第46-48页 |
| 4.3.1 估算深度信息 | 第46页 |
| 4.3.2 填充丢失的元素 | 第46-48页 |
| 4.3.3 测量尺度矩阵的分解 | 第48页 |
| 4.4 求解单应性变换矩阵 | 第48-49页 |
| 4.5 实验结果和分析 | 第49-62页 |
| 4.5.1 实验设计 | 第49-50页 |
| 4.5.2 第一组实验 | 第50-54页 |
| 4.5.3 第二组实验 | 第54-56页 |
| 4.5.4 第三组实验 | 第56-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第5章 总结和展望 | 第63-67页 |
| 5.1 本文工作总结 | 第63-65页 |
| 5.2 后续研究工作 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-72页 |
