| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 引言 | 第9-10页 |
| 1.2 双目立体视觉的研究现状和发展方向 | 第10-14页 |
| 1.2.1 国外研究现状 | 第10-12页 |
| 1.2.2 国内研究现状 | 第12-14页 |
| 1.2.3 双目立体视觉的发展方向 | 第14页 |
| 1.3 课题选题依据和研究思路 | 第14-17页 |
| 1.3.1 课题选题依据 | 第14-15页 |
| 1.3.2 研究思路 | 第15-17页 |
| 第二章 双目立体视觉中的特征提取 | 第17-29页 |
| 2.1 角点检测 | 第17-22页 |
| 2.1.1 角点检测概述 | 第17页 |
| 2.1.2 SUSAN算子 | 第17-19页 |
| 2.1.3 Harris算子 | 第19-22页 |
| 2.1.4 改进的Harris角点检测算法 | 第22页 |
| 2.2 边缘检测 | 第22-26页 |
| 2.2.1 边缘检测概述 | 第22-23页 |
| 2.2.2 微分算子 | 第23-24页 |
| 2.2.3 最优算子 | 第24-26页 |
| 2.3 实验结果分析 | 第26-28页 |
| 2.3.1 角点检测实验 | 第26-28页 |
| 2.3.2 边缘提取实验 | 第28页 |
| 2.4 本章小结 | 第28-29页 |
| 第三章 双目立体视觉立体匹配技术研究 | 第29-47页 |
| 3.1 双目立体校正 | 第29-30页 |
| 3.2 立体匹配的基本概念 | 第30-35页 |
| 3.2.1 立体匹配的一般步骤 | 第30-32页 |
| 3.2.2 匹配基元的选取 | 第32页 |
| 3.2.3 立体匹配算法的约束准则 | 第32-34页 |
| 3.2.4 相似度测度 | 第34-35页 |
| 3.3 立体匹配算法 | 第35-37页 |
| 3.3.1 基于局部约束算法 | 第35-36页 |
| 3.3.2 基于全局约束算法 | 第36-37页 |
| 3.4 基于Census变换和相关置信度平面拟合的立体匹配算法 | 第37-43页 |
| 3.5 实验结果分析 | 第43-46页 |
| 3.5.1 极线校正实验 | 第43-45页 |
| 3.5.2 立体匹配实验 | 第45-46页 |
| 3.6 本章小结 | 第46-47页 |
| 第四章 深度信息提取方法研究 | 第47-57页 |
| 4.1 立体视觉摄像机的成像模型与坐标系 | 第47-50页 |
| 4.2 深度信息提取原理及方法 | 第50-54页 |
| 4.2.1 射线交汇法 | 第51-52页 |
| 4.2.2 三角测量法 | 第52-54页 |
| 4.3 实验结果分析 | 第54-55页 |
| 4.4 本章小结 | 第55-57页 |
| 第五章 三维重建方法研究 | 第57-63页 |
| 5.1 三维空间点的重建方法研究 | 第57-59页 |
| 5.2 基于OpenCV和OpenGL的三维重建 | 第59-62页 |
| 5.2.1 OpenCV和OpenGL简述 | 第59-60页 |
| 5.2.2 三维重建系统搭建与实验 | 第60-62页 |
| 5.3 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-66页 |
| 6.1 论文工作总结 | 第63-64页 |
| 6.2 未来展望 | 第64-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69页 |