基于双目立体视觉的障碍物检测研究
| 摘要 | 第4-5页 |
| Abstact | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 课题的研究目的与意义 | 第9-10页 |
| 1.2 双目立体视觉技术概述 | 第10-11页 |
| 1.3 立体视觉障碍物检测的研究现状 | 第11-13页 |
| 1.4 本文的主要工作与组织安排 | 第13-15页 |
| 1.4.1 本文的主要研究工作 | 第13-14页 |
| 1.4.2 本文的组织安排介绍 | 第14-15页 |
| 2 摄像机成像原理与摄像机标定 | 第15-32页 |
| 2.1 摄像机成像原理 | 第15-20页 |
| 2.1.1 参考坐标系 | 第16-18页 |
| 2.1.2 线性摄像机成像模型 | 第18-19页 |
| 2.1.3 非线性摄像机成像模型 | 第19-20页 |
| 2.2 常用的摄像机标定方法 | 第20-21页 |
| 2.3 张氏标定法概述 | 第21-24页 |
| 2.4 双目相机的立体标定 | 第24-25页 |
| 2.5 摄像机标定实验与分析 | 第25-31页 |
| 2.5.1 摄像机标定实验 | 第26-30页 |
| 2.5.2 摄像机标定实验数据分析 | 第30-31页 |
| 2.6 本章小结 | 第31-32页 |
| 3 立体匹配算法概述与视差图的生成 | 第32-49页 |
| 3.1 立体匹配的研究内容与极线校正 | 第32-36页 |
| 3.1.1 立体匹配的基本约束 | 第32-34页 |
| 3.1.2 立体匹配的匹配基元 | 第34-35页 |
| 3.1.3 立体视觉的极线校正 | 第35-36页 |
| 3.2 立体匹配算法概述 | 第36-38页 |
| 3.2.1 基于区域的立体匹配算法 | 第36-37页 |
| 3.2.2 基于特征的立体匹配算法 | 第37页 |
| 3.2.3 基于相位的立体匹配算法 | 第37页 |
| 3.2.4 基于全局最优的立体匹配算法 | 第37-38页 |
| 3.2.5 基于局部最优的立体匹配算法 | 第38页 |
| 3.3 贝叶斯立体匹配算法 | 第38-45页 |
| 3.3.1 基于贝叶斯定理的立体匹配算法 | 第39-41页 |
| 3.3.2 基于颜色梯度的改进 | 第41-45页 |
| 3.4 实验结果与分析 | 第45-48页 |
| 3.5 本章小结 | 第48-49页 |
| 4 基于视差法的障碍物检测 | 第49-62页 |
| 4.1 基于双目立体视觉的三维重建 | 第49-50页 |
| 4.2 U/V视差法的算法原理与构成 | 第50-55页 |
| 4.2.1 U/V视差法的原理 | 第51-54页 |
| 4.2.2 不同类型的障碍物在U/V视差图的投影 | 第54-55页 |
| 4.3 基于U/V视差法的障碍物检测与优化 | 第55-58页 |
| 4.4 基于U/V视差法的障碍物检测实验与分析 | 第58-61页 |
| 4.5 本章小结 | 第61-62页 |
| 5 总结与展望 | 第62-64页 |
| 5.1 总结 | 第62页 |
| 5.2 展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间发表论文及科研成果 | 第68-69页 |
| 致谢 | 第69-70页 |
