基于双目视觉的驾驶员转向操作运动参数测定方法研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 课题背景与意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-16页 |
| 1.2.1 双目视觉技术的应用领域方面 | 第15-16页 |
| 1.2.2 位姿参数测定方面 | 第16页 |
| 1.3 三维空间位姿测量方法分类 | 第16-18页 |
| 1.4 论文主要研究内容和结构 | 第18-20页 |
| 1.4.1 论文主要研究内容 | 第18页 |
| 1.4.2 论文的结构 | 第18-20页 |
| 第二章 摄像机标定 | 第20-32页 |
| 2.1 常用的坐标系 | 第20-22页 |
| 2.2 摄像机成像模型 | 第22-24页 |
| 2.2.1 摄像机线性模型 | 第22-23页 |
| 2.2.2 摄像机非线性模型 | 第23-24页 |
| 2.3 实验中标定方法 | 第24-29页 |
| 2.3.1 标定步骤 | 第24-27页 |
| 2.3.2 标定实验过程 | 第27-29页 |
| 2.3.3 标定结果分析 | 第29页 |
| 2.4 本章小结 | 第29-32页 |
| 第三章 运动目标的检测与跟踪 | 第32-48页 |
| 3.1 目标检测算法 | 第32-38页 |
| 3.1.1 非线性核密度估计 | 第33-34页 |
| 3.1.2 改进的目标检测算法 | 第34-35页 |
| 3.1.3 图像后处理 | 第35-37页 |
| 3.1.4 运动目标检测结果 | 第37-38页 |
| 3.2 传统跟踪算法 | 第38-40页 |
| 3.2.1 MeanShift算法 | 第38-40页 |
| 3.2.2 CAMSHIFT跟踪算法 | 第40页 |
| 3.3 目标跟踪算法 | 第40-46页 |
| 3.3.1 Kalman滤波器 | 第40-41页 |
| 3.3.2 改进算法描述和流程图 | 第41-42页 |
| 3.3.3 改进跟踪算法的实现过程 | 第42-45页 |
| 3.3.4 跟踪结果 | 第45-46页 |
| 3.4 本章小结 | 第46-48页 |
| 第四章 双目立体匹配 | 第48-58页 |
| 4.1 立体匹配技术概述 | 第48-49页 |
| 4.2 立体匹配过程 | 第49-51页 |
| 4.2.1 匹配基元的选择 | 第49-50页 |
| 4.2.2 相似度测量 | 第50页 |
| 4.2.3 匹配准则 | 第50-51页 |
| 4.2.4 匹配搜索策略 | 第51页 |
| 4.3 立体匹配算法分类 | 第51-53页 |
| 4.3.1 基于区域的匹配算法 | 第51-52页 |
| 4.3.2 基于特征的匹配算法 | 第52-53页 |
| 4.3.3 基于相位的匹配算法 | 第53页 |
| 4.4 本文匹配算法 | 第53-56页 |
| 4.4.1 基于Hu矩的轮廓初匹配 | 第54-55页 |
| 4.4.2 基于极线约束的后匹配 | 第55-56页 |
| 4.5 本章小结 | 第56-58页 |
| 第五章 三维重建与运动参数的获得 | 第58-66页 |
| 5.1 三维重建 | 第58-59页 |
| 5.2 实验平台与实验整体流程 | 第59-60页 |
| 5.2.1 实验平台 | 第59页 |
| 5.2.2 系统整体流程 | 第59-60页 |
| 5.3 实验结果 | 第60-65页 |
| 5.3.1 三维坐标的获取 | 第60-61页 |
| 5.3.2 运动参数模拟 | 第61-63页 |
| 5.3.3 实验结果分析 | 第63-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第72-73页 |
