| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第12-22页 |
| 1.1 研究背景及意义 | 第12-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.3 问题与难点 | 第18-20页 |
| 1.4 本文研究内容及章节安排 | 第20-22页 |
| 第二章 立体匹配算法原理 | 第22-34页 |
| 2.1 双目立体视觉的基本原理 | 第22-28页 |
| 2.1.1 成像模型 | 第22-25页 |
| 2.1.2 对极几何 | 第25-27页 |
| 2.1.3 立体标定与三角测量原理 | 第27-28页 |
| 2.2 立体匹配 | 第28-32页 |
| 2.2.1 约束条件 | 第28-29页 |
| 2.2.2 算法分类 | 第29-32页 |
| 2.3 算法评价标准与测试平台 | 第32-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 基于自适应权值和局部熵的局部立体匹配算法 | 第34-48页 |
| 3.1 算法设计 | 第34-35页 |
| 3.2 代价计算及代价聚合 | 第35-37页 |
| 3.2.1 基于自适应权值的数据项计算 | 第35-36页 |
| 3.2.2 基于图像局部熵的平滑项计算 | 第36-37页 |
| 3.3 视差计算及选择 | 第37-38页 |
| 3.4 视差精化 | 第38-42页 |
| 3.4.1 中值滤波 | 第38页 |
| 3.4.2 左右一致性检测 | 第38-39页 |
| 3.4.3 加权中值滤波 | 第39-40页 |
| 3.4.4 亚像素处理 | 第40-42页 |
| 3.5 实验结果及分析 | 第42-46页 |
| 3.6 本章小节 | 第46-48页 |
| 第四章 基于自适应权值的图割全局立体匹配算法 | 第48-64页 |
| 4.1 图割的基本理论 | 第48-52页 |
| 4.1.1 网络流 | 第48-50页 |
| 4.1.2 最大流最小割定理 | 第50页 |
| 4.1.3 最大流算法 | 第50-52页 |
| 4.2 基于自适应权值的图割全局立体匹配算法设计 | 第52-54页 |
| 4.2.1 像素标号问题 | 第52-53页 |
| 4.2.2 算法设计 | 第53-54页 |
| 4.3 网络图的构建及边的容量设置 | 第54-57页 |
| 4.3.1 构建网络图 | 第54-55页 |
| 4.3.2 边的容量设置 | 第55-57页 |
| 4.4 能量函数最小化 | 第57-59页 |
| 4.5 实验结果与分析 | 第59-63页 |
| 4.6 本章小节 | 第63-64页 |
| 第五章 基于自适应权值的双目尺寸测量和机器人视觉引导实验 | 第64-80页 |
| 5.1 基于自适应权值的双目尺寸测量实验 | 第64-75页 |
| 5.1.1 实验环境与方案设计 | 第64-66页 |
| 5.1.2 双目相机标定 | 第66-68页 |
| 5.1.3 图像获取与立体校正 | 第68-70页 |
| 5.1.4 立体匹配与三维重构 | 第70-71页 |
| 5.1.5 点云处理 | 第71-73页 |
| 5.1.6 实验结果分析 | 第73-75页 |
| 5.2 机器人视觉引导 | 第75-78页 |
| 5.3 本章小节 | 第78-80页 |
| 第六章 结论与展望 | 第80-82页 |
| 6.1 结论 | 第80页 |
| 6.2 展望 | 第80-82页 |
| 致谢 | 第82-84页 |
| 参考文献 | 第84-90页 |
| 附录A 攻读硕士阶段发表的论文 | 第90页 |