| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 引言 | 第12-13页 |
| 1 绪论 | 第13-23页 |
| ·选题背景与意义 | 第13-15页 |
| ·国内外研究现状 | 第15-18页 |
| ·论文主要工作和创新点 | 第18-21页 |
| ·论文组织结构 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 2 立体视觉和立体匹配及常用的特征提取算法 | 第23-37页 |
| ·线性摄像机模型 | 第23-26页 |
| ·摄像机成像原理 | 第23-24页 |
| ·摄像机成像模型 | 第24-25页 |
| ·摄像机模型中坐标系之间的转换 | 第25-26页 |
| ·立体视觉及立体匹配原理 | 第26-29页 |
| ·立体视觉产生的生物机理 | 第26-27页 |
| ·计算机模拟双目立体视觉过程 | 第27-29页 |
| ·SIFT特征提取 | 第29-34页 |
| ·SIFT特征检测算法 | 第29-30页 |
| ·DOG多尺度空间 | 第30-31页 |
| ·点的搜索与定位 | 第31页 |
| ·极值点的精确定位 | 第31-32页 |
| ·特征点方向分配 | 第32-33页 |
| ·特征点特征矢量的生成 | 第33-34页 |
| ·DAISY特征提取 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 3 基于图像边缘检测的体视显微镜自动聚焦算法 | 第37-47页 |
| ·边缘检测原理 | 第37-38页 |
| ·常用的边缘检测算子 | 第38-40页 |
| ·ROBERTS算子 | 第38-39页 |
| ·SOBEL算子 | 第39页 |
| ·拉普拉斯(LAPLACIAN)算子 | 第39-40页 |
| ·CANNY算子 | 第40页 |
| ·基于CANNY算子边缘检测及聚焦评价函数 | 第40-43页 |
| ·全局阈值噪声抑制 | 第42-43页 |
| ·聚焦评价函数 | 第43页 |
| ·实验结果及分析 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 4 基于感兴趣区域提取的颜色校正算法 | 第47-58页 |
| ·提出颜色校正方法整体方案 | 第47-48页 |
| ·感兴趣区域提取和分割 | 第48-51页 |
| ·显著对象提取 | 第48-50页 |
| ·显著对象分割 | 第50-51页 |
| ·累计直方图匹配 | 第51-54页 |
| ·实验结果及评价 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 5 基于SIFT特征点匹配的颜色校正和极线校正方法 | 第58-74页 |
| ·特征点匹配 | 第59-61页 |
| ·RANSAC算法 | 第59-60页 |
| ·优化一致性提纯算法 | 第60-61页 |
| ·立体图像对颜色校正 | 第61-65页 |
| ·单应性矩阵求取 | 第61-63页 |
| ·利用单应性矩阵实现颜色校正 | 第63-65页 |
| ·颜色校正结果评价 | 第65页 |
| ·颜色校正实验结果及分析 | 第65-67页 |
| ·极线校正 | 第67-72页 |
| ·直射变换矩阵产生原因 | 第68-69页 |
| ·直射变换矩阵参数求取 | 第69-70页 |
| ·基于直射变换矩阵实现极线校正 | 第70-72页 |
| ·本章小结 | 第72-74页 |
| 6 显微图像立体匹配算法 | 第74-85页 |
| ·初始匹配代价 | 第75-79页 |
| ·初始匹配代价函数计算 | 第76-77页 |
| ·视差平面拟合 | 第77-79页 |
| ·初始视差获取及平面优化 | 第79-80页 |
| ·MEANSHIFT图像分割 | 第80-81页 |
| ·立体匹配及平面拟合实验结果分析 | 第81-83页 |
| ·本章小结 | 第83-85页 |
| 7 结论与展望 | 第85-88页 |
| ·本论文工作总结 | 第85-86页 |
| ·基于边缘检测的体视显微镜自动聚焦 | 第85页 |
| ·立体图像对颜色校正 | 第85-86页 |
| ·立体图像对立体匹配 | 第86页 |
| ·下一步研究方向 | 第86-88页 |
| 参考文献 | 第88-94页 |
| 硕士研究生期间研究成果 | 第94-95页 |
| 致谢 | 第95页 |