基于双目视觉的无人机障碍物检测研究
| 摘要 | 第7-8页 |
| abstract | 第8-9页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究目的及意义 | 第12-13页 |
| 1.2 国内外双目视觉和无人机的研究现状 | 第13-16页 |
| 1.2.1 国外研究概况 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-16页 |
| 1.3 本文主要内容及结构安排 | 第16-17页 |
| 第2章 双目视觉原理及相机标定 | 第17-26页 |
| 2.1 双目视觉理论基础 | 第17-20页 |
| 2.2 张正友棋盘格标定 | 第20-23页 |
| 2.2.1 相机内参数的获得 | 第21-22页 |
| 2.2.2 基于内参估算外参 | 第22-23页 |
| 2.3 立体标定与立体校正 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 图像的获取、预处理及检测 | 第26-38页 |
| 3.1 图像预处理的原因和方法 | 第26-27页 |
| 3.1.1 图像是什么 | 第26页 |
| 3.1.2 图像的分类 | 第26-27页 |
| 3.1.3 图像的分辨率 | 第27页 |
| 3.2 图像的获取 | 第27-31页 |
| 3.2.1 视频与图像的关系 | 第27-28页 |
| 3.2.2 关键帧图像的提取 | 第28-29页 |
| 3.2.3 图像的预处理 | 第29页 |
| 3.2.4 滤波 | 第29-31页 |
| 3.3 图像的检测 | 第31-32页 |
| 3.3.1 基于形状特征的图像检测算法 | 第31页 |
| 3.3.2 基于空间关系的图像检测算法 | 第31-32页 |
| 3.3.3 基于局部特征的的图像检测算法 | 第32页 |
| 3.4 基于角点检测的图像检测 | 第32-36页 |
| 3.4.1 Moravec角点检测算子 | 第33-34页 |
| 3.4.2 Harris角点检测算子 | 第34-36页 |
| 3.5 本章小结 | 第36-38页 |
| 第4章 图像的立体匹配 | 第38-46页 |
| 4.1 立体匹配算法 | 第38-39页 |
| 4.1.1 立体匹配算法的分类 | 第38-39页 |
| 4.1.2 立体匹配基元 | 第39页 |
| 4.1.3 立体匹配的约束 | 第39页 |
| 4.2 SIFT特征匹配算法 | 第39-43页 |
| 4.2.1 生成高斯差分金字塔 | 第40页 |
| 4.2.2 空间极值点检测 | 第40-41页 |
| 4.2.3 稳定关键点的精确定位 | 第41-42页 |
| 4.2.4 关键点描述及特征匹配 | 第42-43页 |
| 4.3 SURF特征匹配算法 | 第43-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 系统平台的搭建及验证 | 第46-55页 |
| 5.1 实验流程 | 第46-47页 |
| 5.2 双目视觉四旋翼无人机平台 | 第47-49页 |
| 5.3 立体匹配算法的比较、选择及改进 | 第49-51页 |
| 5.4 立体匹配算法的验证 | 第51-53页 |
| 5.5 复杂情况下的障碍物检测 | 第53-54页 |
| 5.6 本章小结 | 第54-55页 |
| 总结与展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 附录A 攻读硕士学位期间发表的学术论文 | 第61页 |
