| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 课题研究背景与意义 | 第8-10页 |
| 1.1.1 课题来源及背景 | 第8-9页 |
| 1.1.2 课题研究目标及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究内容与方法 | 第12-13页 |
| 1.3.1 研究内容 | 第12-13页 |
| 1.3.2 研究方法 | 第13页 |
| 1.4 论文章节安排 | 第13-14页 |
| 2 计算机视觉技术 | 第14-24页 |
| 2.1 摄像机标定方法 | 第14-15页 |
| 2.2 四大坐标系 | 第15-17页 |
| 2.3 摄像机标定技术原理 | 第17-21页 |
| 2.3.1 小孔成像模型 | 第17-18页 |
| 2.3.2 基于线性的摄像机标定模型 | 第18-20页 |
| 2.3.3 基于非线性的摄像机标定模型 | 第20-21页 |
| 2.4 双目摄像机模型 | 第21-23页 |
| 2.4.1 平行式双目摄像机定位技术 | 第21-22页 |
| 2.4.2 相交式双目摄像机定位技术 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 3 特征点提取与摄像机自标定 | 第24-36页 |
| 3.1 SIFT算法提取特征点 | 第24-26页 |
| 3.1.1 SIFT计算极值点 | 第24-25页 |
| 3.1.2 去除不稳定的特征点 | 第25-26页 |
| 3.1.3 特征点描述 | 第26页 |
| 3.2 SURF算法提取特征点 | 第26-29页 |
| 3.2.1 特征点检测 | 第26-28页 |
| 3.2.2 特征点描述 | 第28-29页 |
| 3.3 摄像机自标定 | 第29-34页 |
| 3.3.1 对极几何 | 第29-30页 |
| 3.3.2 基本矩阵 | 第30-32页 |
| 3.3.3 计算基本矩阵 | 第32-34页 |
| 3.4 本章小结 | 第34-36页 |
| 4 火源定位 | 第36-52页 |
| 4.1 基于融合方法的特征点匹配 | 第36页 |
| 4.2 一种新的Kruppa方程的摄像机自标定方法 | 第36-41页 |
| 4.2.1 绝对二次曲线 | 第37-38页 |
| 4.2.2 绝对对偶二次曲面 | 第38页 |
| 4.2.3 火源匹配图像中求解Kruppa方程 | 第38-41页 |
| 4.3 智能优化算法的摄像机自标定算法 | 第41-47页 |
| 4.3.1 火源定位中的差分进化算法 | 第41-43页 |
| 4.3.2 自适应控制参数的改进 | 第43-46页 |
| 4.3.3 全局最优搜索的改进 | 第46-47页 |
| 4.4 实验结果分析 | 第47-50页 |
| 4.5 本章小结 | 第50-52页 |
| 5 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52页 |
| 5.2 展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 附录 攻读硕士学位期间的研究成果 | 第58-60页 |
| 致谢 | 第60页 |