摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第9-18页 |
1.1 研究背景及意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-14页 |
1.3 选题依据 | 第14-15页 |
1.4 研究的主要内容 | 第15-16页 |
1.5 论文组织结构 | 第16-17页 |
1.6 本章小结 | 第17-18页 |
第二章 立体视觉技术 | 第18-31页 |
2.1 摄像机透视投影模型 | 第18-21页 |
2.1.1 图像坐标系、摄像机坐标系与世界坐标系 | 第18-20页 |
2.1.2 针孔模型(线性摄像机模型) | 第20-21页 |
2.1.3 非线性模型 | 第21页 |
2.2 双目立体视觉原理 | 第21-25页 |
2.2.1 双目立体视觉三维测量原理 | 第22-23页 |
2.2.2 双目立体视觉的数学模型 | 第23-25页 |
2.2.3 立体匹配的基本约束 | 第25页 |
2.3 立体匹配常用算法 | 第25-30页 |
2.3.1 基于区域的立体匹配 | 第26-27页 |
2.3.2 基于边缘索引的立体匹配方法 | 第27-30页 |
2.4 本章小结 | 第30-31页 |
第三章 Snake模型及目标轮廓提取 | 第31-47页 |
3.1 参数式蛇模型 | 第31-34页 |
3.2 几何式Snake模型 | 第34-35页 |
3.3 其它参数式Snake模型及测试分析 | 第35-39页 |
3.3.1 气球模型 | 第35-36页 |
3.3.2 距离势能模型 | 第36-37页 |
3.3.3 GVF模型 | 第37-39页 |
3.4 抗噪Snake模型及测试分析 | 第39-46页 |
3.4.1 基于轮廓曲线的角点检测 | 第40-41页 |
3.4.2 初始轮廓线设置及自适应GVF场的建立 | 第41-42页 |
3.4.3 抗噪Snake模型构成及测试分析 | 第42-46页 |
3.5 本章小结 | 第46-47页 |
第四章 Snake模型及立体视觉在行人检测中的应用 | 第47-67页 |
4.1 行人检测流程 | 第47-48页 |
4.2 实验数据来源及软件测试环境 | 第48-51页 |
4.2.1 实验数据来源 | 第48-49页 |
4.2.2 软件测试环境 | 第49-50页 |
4.2.3 实验图像读入及显示 | 第50-51页 |
4.3 基于立体视觉的ROI分割 | 第51-61页 |
4.3.1 视差提取及深度投影 | 第51-54页 |
4.3.2 基于高程的深度平面目标分割 | 第54-58页 |
4.3.3 ROI分割的实现 | 第58-61页 |
4.4 基于抗噪Snake模型的行人轮廓提取 | 第61-66页 |
4.5 基于边界特征的目标识别 | 第66页 |
4.6 本章小结 | 第66-67页 |
第五章 结论与展望 | 第67-69页 |
5.1 全文总结 | 第67-68页 |
5.2 展望 | 第68-69页 |
参考文献 | 第69-74页 |
发表论文和参加科研情况说明 | 第74-75页 |
致谢 | 第75-76页 |
附录 | 第76-91页 |
附录 1:抗噪Snake模型Matlab部分子程序代码 | 第76-82页 |
附录 2:基于立体视觉的ROI分割Matlab部分子程序代码 | 第82-91页 |