基于OpenCV的计算机视觉三维重建方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-19页 |
| ·计算机视觉概述 | 第8-10页 |
| ·计算机视觉的应用与发展 | 第10-15页 |
| ·国内研究现状 | 第10-11页 |
| ·国外研究现状 | 第11-12页 |
| ·计算机视觉应用领域 | 第12-14页 |
| ·计算机视觉的未来发展 | 第14-15页 |
| ·OpenCV简介 | 第15-18页 |
| ·OpenCV的应用 | 第16页 |
| ·OpenCV的前景 | 第16-18页 |
| ·论文的主要研究内容 | 第18-19页 |
| 第二章 摄像机模型与标定 | 第19-32页 |
| ·图像坐标系、摄像机坐标系和世界坐标系 | 第19-22页 |
| ·摄像机模型 | 第22-24页 |
| ·线性摄像机模型 | 第22-23页 |
| ·非线性摄像机模型 | 第23-24页 |
| ·极几何与基本矩阵 | 第24-27页 |
| ·极几何 | 第24-25页 |
| ·基本矩阵 | 第25-27页 |
| ·摄像机标定方法 | 第27-32页 |
| ·传统的摄像机标定方法 | 第27-30页 |
| ·自标定方法 | 第30-31页 |
| ·基于主动视觉的摄像机标定方法 | 第31-32页 |
| 第三章 特征点提取与立体匹配 | 第32-39页 |
| ·图像特征点的提取 | 第32-34页 |
| ·特征点匹配 | 第34-39页 |
| ·特征点匹配简介 | 第34-35页 |
| ·基于窗口的灰度匹配原则 | 第35-36页 |
| ·基于窗口的稀疏点匹配 | 第36-39页 |
| 第四章 三维重建 | 第39-42页 |
| ·三维重建基本原理 | 第39-40页 |
| ·三维空间点重构算法 | 第40-42页 |
| 第五章 整体实现过程与分析 | 第42-47页 |
| ·摄像机的标定 | 第42-43页 |
| ·特征点的提取与匹配 | 第43-45页 |
| ·三维重建 | 第45-47页 |
| 第六章 总结与展望 | 第47-49页 |
| ·总结 | 第47-48页 |
| ·展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52页 |
