| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题背景及意义 | 第9页 |
| 1.2 常见的三维重建方法分类 | 第9-12页 |
| 1.2.1 主动式方法 | 第10-11页 |
| 1.2.2 被动式方法 | 第11-12页 |
| 1.3 双目立体视觉的研究现状 | 第12-14页 |
| 1.4 立体匹配目前存在的问题 | 第14-15页 |
| 1.5 论文主要内容及结构安排 | 第15-17页 |
| 1.5.1 论文的主要内容 | 第15-16页 |
| 1.5.2 论文的结构安排 | 第16-17页 |
| 第二章 基于双目立体视觉的三维重建 | 第17-33页 |
| 2.1 双目视觉系统结构模型 | 第17页 |
| 2.2 基于双目立体视觉的三维重建方法流程 | 第17-23页 |
| 2.2.1 摄像机标定 | 第18-21页 |
| 2.2.2 对极几何与极线校正 | 第21页 |
| 2.2.3 立体匹配 | 第21-22页 |
| 2.2.4 三维点云重建 | 第22-23页 |
| 2.3 系统搭建 | 第23-28页 |
| 2.3.1 系统硬件配置 | 第24-25页 |
| 2.3.2 系统软件部分 | 第25-28页 |
| 2.4 立体匹配算法介绍 | 第28-31页 |
| 2.4.1 立体匹配算法分类 | 第28页 |
| 2.4.2 立体匹配约束 | 第28-30页 |
| 2.4.3 立体匹配的评价标准 | 第30-31页 |
| 2.5 本章小结 | 第31-33页 |
| 第三章 一种基于控制点结合预测点的动态规划立体匹配算法 | 第33-51页 |
| 3.1 引言 | 第33-34页 |
| 3.2 基于动态规划的立体匹配算法 | 第34-37页 |
| 3.2.1 AD-Census匹配代价的计算 | 第34-35页 |
| 3.2.2 动态规划算法 | 第35-37页 |
| 3.3 改进的基于控制点的动态规划立体匹配算法 | 第37-43页 |
| 3.3.1 控制点提取方法 | 第37-39页 |
| 3.3.2 用于辅助控制点的预测点 | 第39-41页 |
| 3.3.3 基于控制点结合预测点的动态规划算法 | 第41-43页 |
| 3.4 实验结果与分析 | 第43-49页 |
| 3.4.1 标准库图像实验对比 | 第44-48页 |
| 3.4.2 实拍场景图像 | 第48-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第四章 一种基于边缘配准的视差校正方法 | 第51-67页 |
| 4.1 引言 | 第51页 |
| 4.2 初始视差校正方法 | 第51-55页 |
| 4.2.1 不可靠点检测及初始填充 | 第51-53页 |
| 4.2.2 权重中值滤波(WMF) | 第53-55页 |
| 4.3 基于边缘配准的视差校正方法 | 第55-60页 |
| 4.3.1 待配准边缘的提取 | 第56页 |
| 4.3.2 校正边缘的提取 | 第56-58页 |
| 4.3.3 校正区域内的视差值拟合校正 | 第58-59页 |
| 4.3.4 算法的总体流程 | 第59-60页 |
| 4.4 实验结果及分析 | 第60-65页 |
| 4.4.1 标准库图像实验 | 第60-64页 |
| 4.4.2 立体匹配算法对比实验 | 第64页 |
| 4.4.3 实拍图像视差校正 | 第64-65页 |
| 4.5 本章小结 | 第65-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 本文主要内容 | 第67-68页 |
| 5.2 尚存在的问题及对未来工作的展望 | 第68页 |
| 5.3 结束语 | 第68-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 作者在攻读硕士期间发表的论文与专利 | 第77页 |