| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-19页 |
| 1．1 课题的研究背景及其意义 | 第10-11页 |
| 1．2 计算机视觉与机器视觉 | 第11-13页 |
| 1．3 双目立体视觉 | 第13-17页 |
| 1．3．1 双目立体视觉系统的构成 | 第13-14页 |
| 1．3．2 双目立体视觉的测量原理 | 第14-16页 |
| 1．3．3 双目立体视觉的基本技术 | 第16-17页 |
| 1．4 本文的主要内容 | 第17-18页 |
| 1．5 本章小结 | 第18-19页 |
| 第二章 图像特征的获取 | 第19-31页 |
| 2．1 引言 | 第19-20页 |
| 2．2 角点检测算法概述 | 第20-22页 |
| 2．2．1 基于边缘提取的角点检测算法 | 第20-21页 |
| 2．2．2 基于图像灰度的角点检测算法 | 第21-22页 |
| 2．3 SUSAN角点检测法 | 第22-26页 |
| 2．3．1 SUSAN角点检测原理 | 第22-24页 |
| 2．3．2 角点提取的一般步骤 | 第24-25页 |
| 2．3．3 SUSAN角点检测的特点 | 第25-26页 |
| 2．4 SUSAN角点检测算法的改进——一种阈值的自适应确定方法 | 第26-27页 |
| 2．5 实验结果与分析 | 第27-30页 |
| 2．5．1 四种常用角点检测法的性能比较 | 第27-29页 |
| 2．5．2 改进后的SUSAN算法与原SUSAN算法的比较 | 第29-30页 |
| 2．6 本章小结 | 第30-31页 |
| 第三章 摄像机标定 | 第31-55页 |
| 3．1 引言 | 第31-32页 |
| 3．2 摄像机标定方法的分类 | 第32-34页 |
| 3．3 摄像机标定的基本理论 | 第34-44页 |
| 3．3．1 摄像机标定中常用的坐标系 | 第34-36页 |
| 3．3．2 摄像机模型 | 第36-37页 |
| 3．3．3 摄像机的畸变模型 | 第37-39页 |
| 3．3．4 需要标定的参数 | 第39-40页 |
| 3．3．5 坐标变换模型 | 第40-44页 |
| 3．3．5．1 线性模型 | 第40-43页 |
| 3．3．5．2 非线性模型 | 第43-44页 |
| 3．4 摄像机参数的标定 | 第44-54页 |
| 3．4．1 现有标定法的分析 | 第44-47页 |
| 3．4．2 本文提出的基于共面点的摄像机线性标定方法 | 第47-54页 |
| 3．4．2．1 标定模板 | 第48页 |
| 3．4．2．2 摄像机模型 | 第48-49页 |
| 3．4．2．3 坐标系的变换关系 | 第49-50页 |
| 3．4．2．4 标定的参数 | 第50页 |
| 3．4．2．5 径向平行约束 | 第50-51页 |
| 3．4．2．5 标定过程 | 第51-54页 |
| 3．4．2．6 算法中注意事项 | 第54页 |
| 3．5 本章小结 | 第54-55页 |
| 第四章 实验结果与分析 | 第55-67页 |
| 4．1 误差评估方法 | 第55-56页 |
| 4．2 实验模板的制作 | 第56页 |
| 4．3 目标图样的采集 | 第56-57页 |
| 4．4 实验场景设置 | 第57页 |
| 4．5 数据的获取——特征点的提取 | 第57-60页 |
| 4．6 实验结果与分析 | 第60-66页 |
| 4．6．1 标定zhang的数据 | 第60-62页 |
| 4．6．2 标定我们自己采集的数据 | 第62-64页 |
| 4．6．3 实验结果分析与讨论 | 第64-66页 |
| 4．7 本章小结 | 第66-67页 |
| 第五章 总结与展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 读硕期间发表的学术论文 | 第72-73页 |
| 独创性声明 | 第73-74页 |
| 致谢 | 第74页 |
