基于嵌入式的立体视觉三维重建系统设计
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 课题研究背景与意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 立体视觉国内外研究现状 | 第12-13页 |
| 1.2.2 立体匹配国内外研究现状 | 第13-14页 |
| 1.2.3 双目三维重建的系统组成 | 第14-15页 |
| 1.3 系统需求分析与流程 | 第15-16页 |
| 1.3.1 系统需求分析 | 第15-16页 |
| 1.3.2 系统流程 | 第16页 |
| 1.4 论文主要内容 | 第16-17页 |
| 1.5 课题来源 | 第17-18页 |
| 第二章 双目相机标定技术与图像校正 | 第18-34页 |
| 2.1 摄像机成像模型 | 第18-22页 |
| 2.1.1 相机参考坐标系 | 第18-20页 |
| 2.1.2 线性相机模型 | 第20-21页 |
| 2.1.3 非线性相机模型 | 第21-22页 |
| 2.2 摄像机标定 | 第22-27页 |
| 2.2.1 相机标定原理 | 第22-25页 |
| 2.2.2 基于双目相机的标定 | 第25-27页 |
| 2.3 双目极线校正 | 第27-31页 |
| 2.3.1 基本约束条件 | 第28-29页 |
| 2.3.2 极线校正原理 | 第29-31页 |
| 2.4 图像校正结果 | 第31-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 基于双目的立体匹配技术 | 第34-57页 |
| 3.1 立体匹配基本原理 | 第34-37页 |
| 3.1.1 立体匹配分类 | 第34-35页 |
| 3.1.2 立体匹配基本步骤 | 第35-37页 |
| 3.2 立体匹配算法评价 | 第37-38页 |
| 3.3 局部立体匹配算法 | 第38-42页 |
| 3.4 全局匹配立体算法 | 第42-43页 |
| 3.5 半全局立体匹配算法 | 第43-46页 |
| 3.6 基于最小生成树匹配算法 | 第46-53页 |
| 3.6.1 最小生成树 | 第47-49页 |
| 3.6.2 NLCA算法原理 | 第49-52页 |
| 3.6.3 基于NLCA算法的改进 | 第52-53页 |
| 3.7 立体匹配算法仿真 | 第53-56页 |
| 3.8 本章小结 | 第56-57页 |
| 第四章 系统设计 | 第57-69页 |
| 4.1 嵌入式平台搭建 | 第57-65页 |
| 4.1.1 嵌入式系统硬件 | 第57-60页 |
| 4.1.2 嵌入式系统环境搭建 | 第60-62页 |
| 4.1.3 树莓派摄像头同步采集 | 第62-64页 |
| 4.1.4 嵌入式平台算法 | 第64-65页 |
| 4.2 系统软件设计 | 第65-68页 |
| 4.2.1 三维重建算法实现 | 第65-66页 |
| 4.2.2 QT界面设计 | 第66-67页 |
| 4.2.3 OpenGL重建 | 第67-68页 |
| 4.3 本章小结 | 第68-69页 |
| 第五章 实验结果与分析 | 第69-79页 |
| 5.1 双目标定误差 | 第69-70页 |
| 5.2 匹配算法对比 | 第70-72页 |
| 5.3 双目三维测距 | 第72-75页 |
| 5.3.1 双目测距原理 | 第72-73页 |
| 5.3.2 视差图阈值化处理 | 第73-74页 |
| 5.3.3 双目测距结果 | 第74-75页 |
| 5.4 OpenGL重建效果 | 第75-76页 |
| 5.5 总结与展望 | 第76-79页 |
| 参考文献 | 第79-83页 |
| 攻读硕士学位期间取得的研究成果 | 第83-84页 |
| 致谢 | 第84-85页 |
| 附件 | 第85页 |
