基于双焦成像的立体视觉研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 前言 | 第8-17页 |
| ·机器视觉概要 | 第8-9页 |
| ·立体视觉研究 | 第9-14页 |
| ·双目立体视觉 | 第10-12页 |
| ·单目立体视觉 | 第12-14页 |
| ·基于双焦成像的立体视觉系统 | 第14-15页 |
| ·本文内容简介及结构安排 | 第15-17页 |
| 第二章 图像特征提取与匹配 | 第17-38页 |
| ·图像特征点提取方法分类 | 第17-18页 |
| ·几种特征点检测方法 | 第18-33页 |
| ·基于Harris的角点提取方法 | 第18-21页 |
| ·基于轮廓尖锐度的提取方法 | 第21-22页 |
| ·基于SIFT的尺度不变提取方法 | 第22-29页 |
| ·基于相位一致性检测的提取方法 | 第29-33页 |
| ·图像匹配方法 | 第33-37页 |
| ·基于灰度相似度的匹配算法 | 第34-35页 |
| ·亚像素匹配方法 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第三章 双焦立体测量 | 第38-49页 |
| ·双焦立体视觉原理 | 第38-39页 |
| ·双焦立体成像系统分析 | 第39-44页 |
| ·光学参数对精度的影响 | 第40-42页 |
| ·图像中心点 | 第42-44页 |
| ·双焦立体深度恢复实验 | 第44-48页 |
| ·3ds max模拟实验 | 第44-47页 |
| ·真实场景实验 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 场景三维重建 | 第49-65页 |
| ·基于相机标定的三维坐标计算方法 | 第49-56页 |
| ·相机坐标和世界坐标 | 第49-51页 |
| ·相机标定 | 第51-52页 |
| ·两步法相机标定 | 第52-56页 |
| ·物点三维坐标计算 | 第56-59页 |
| ·深度恢复 | 第57-58页 |
| ·三维坐标计算 | 第58-59页 |
| ·坐标转换和三维建模 | 第59-63页 |
| ·图像网格化方法 | 第60-61页 |
| ·图像插值算法 | 第61-63页 |
| ·实验结果 | 第63-65页 |
| 第五章 双焦图像对的视差估计方法 | 第65-76页 |
| ·立体视差估计方法 | 第65-67页 |
| ·匹配代价函数 | 第66页 |
| ·匹配衡量判断 | 第66-67页 |
| ·视差计算以及优化 | 第67页 |
| ·共轴图像对视差图生成 | 第67-75页 |
| ·初步深度图计算 | 第68-69页 |
| ·深度图优化 | 第69-72页 |
| ·深度图实验结果 | 第72-75页 |
| ·本章小结 | 第75-76页 |
| 第六章 工作总结与展望 | 第76-78页 |
| 参考文献 | 第78-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士学位期间取得的科研成果 | 第81-82页 |
