基于双目立体视觉的三维重建研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究背景与意义 | 第8-10页 |
| 1.2 双目立体视觉的研究现状 | 第10-11页 |
| 1.3 论文研究内容及组织安排 | 第11-13页 |
| 第二章 相机标定 | 第13-25页 |
| 2.1 相机成像模型 | 第13-16页 |
| 2.1.1 立体视觉参考坐标系 | 第13页 |
| 2.1.2 针孔模型 | 第13-15页 |
| 2.1.3 畸变模型 | 第15-16页 |
| 2.2 相机标定算法介绍 | 第16-21页 |
| 2.2.1 DLT法的原理 | 第17-18页 |
| 2.2.2 Tsai的两步法原理 | 第18页 |
| 2.2.3 张正友棋盘标定法原理 | 第18-21页 |
| 2.3 目摄像机标定过程 | 第21页 |
| 2.4 实验过程与结果分析 | 第21-24页 |
| 2.4.1 使用Matlab标定箱来进行标定 | 第21-22页 |
| 2.4.2 使用OpenCv来标定 | 第22页 |
| 2.4.3 实验结果比较与分析 | 第22-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第三章 图像预处理与图像外部特征提取 | 第25-34页 |
| 3.1 图像的预处理 | 第25-28页 |
| 3.1.1 图像均值滤波 | 第25-26页 |
| 3.1.2 高斯滤波 | 第26页 |
| 3.1.3 直方图均衡化 | 第26-27页 |
| 3.1.4 拉普拉斯锐化 | 第27页 |
| 3.1.5 实验结果 | 第27-28页 |
| 3.2 外部特征提取 | 第28-33页 |
| 3.2.1 主动轮廓模型 | 第28-29页 |
| 3.2.2 GVF snake模型下的轮廓提取 | 第29-30页 |
| 3.2.3 实验结果分析 | 第30-33页 |
| 3.3 本章小结 | 第33-34页 |
| 第四章 立体匹配 | 第34-51页 |
| 4.1 引言 | 第34页 |
| 4.2 立体匹配算法分类 | 第34-37页 |
| 4.2.1 基于特征的立体匹配 | 第34-35页 |
| 4.2.2 相似性测度函数 | 第35-36页 |
| 4.2.3 基于区域的立体匹配 | 第36-37页 |
| 4.3 sift立体匹配算法 | 第37-43页 |
| 4.3.1 sift算法特点及其实现步骤简述 | 第37-39页 |
| 4.3.2 sift算法实现过程 | 第39-42页 |
| 4.3.3 sift算法匹配实验 | 第42-43页 |
| 4.4 surf匹配算法 | 第43页 |
| 4.5 一种改进的特征点匹配的匹配算法 | 第43-50页 |
| 4.5.1 基于特征的立体匹配算法 | 第44页 |
| 4.5.2 改进的匹配算法 | 第44-46页 |
| 4.5.3 实验结果及分析 | 第46-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第五章 三维重建 | 第51-60页 |
| 5.1 引言 | 第51页 |
| 5.2 双目立体视觉的三维重建原理 | 第51-54页 |
| 5.2.1 理想中的平行双目立体视觉模型 | 第51-53页 |
| 5.2.2 实际中的双目立体视觉模型 | 第53-54页 |
| 5.3 基于OpenGL的三维显示 | 第54-56页 |
| 5.3.1 坐标系的转换和统一 | 第54-55页 |
| 5.3.2 三角剖分和纹理贴图 | 第55-56页 |
| 5.4 三维重建整个系统图 | 第56-57页 |
| 5.5 三维重建实验结果 | 第57-59页 |
| 5.6 本章小结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 全文工作总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士期间参与的项目及发表的学术论文 | 第66-67页 |
| 致谢 | 第67-68页 |
