摘要 | 第1-8页 |
Abstract | 第8-10页 |
目录 | 第10-14页 |
第一章 绪论 | 第14-33页 |
·研究背景 | 第14-15页 |
·SLM显微立体视觉的发展史 | 第15-17页 |
·显微视觉的国内外研究现状 | 第17-23页 |
·彩色图像滤波和立体匹配的研究进展 | 第23-28页 |
·彩色图像滤波 | 第23-25页 |
·立体匹配算法概述 | 第25-28页 |
·SLM显微立体视觉重构中的若干问题讨论 | 第28-29页 |
·SLM显微立体视觉量化与三维数据重构研究概况 | 第29-31页 |
·本文的研究内容 | 第31-33页 |
第二章 显微图像滤波、目标识别和边缘提取 | 第33-50页 |
·显微图像与宏观图像的差异 | 第33-34页 |
·图像增强 | 第34-36页 |
·彩色图像滤波和目标对象的识别 | 第36-39页 |
·向量排序 | 第36-37页 |
·基于向量排序的滤波 | 第37页 |
·基于相关性的单通道目标识别 | 第37-38页 |
·基于范数的目标识别 | 第38页 |
·遗留噪声的处理 | 第38-39页 |
·边缘提取及边缘连接 | 第39-41页 |
·边缘提取 | 第39页 |
·毛刺和断裂的处理 | 第39-41页 |
·试验 | 第41-49页 |
·目标识别和滤波性能 | 第41-44页 |
·排序滤波器的性能 | 第44-45页 |
·面积滤波 | 第45-46页 |
·毛刺和断裂的处理 | 第46-48页 |
·边缘提取 | 第48-49页 |
·本章小结 | 第49-50页 |
第三章 弱视差显微立体视觉模型 | 第50-68页 |
·弱视差的提出 | 第50-52页 |
·SLM显微立体视觉与宏观立体视觉的差异 | 第50页 |
·弱视差的含义 | 第50-52页 |
·体视显微镜双光路的相关性 | 第52-56页 |
·相关函数 | 第52-53页 |
·相关函数的讨论 | 第53-54页 |
·双光路相关性用于小孔成像模型分析 | 第54-56页 |
·不考虑子系统差异性的视觉模型 | 第56-63页 |
·复杂光学系统的抽象(基点和基面) | 第56-57页 |
·SLM的光路抽象 | 第57-59页 |
·初始视觉模型 | 第59-61页 |
·初始视觉模型的进一步简化 | 第61-63页 |
·考虑子系统差异性的视觉模型 | 第63-66页 |
·弱视差视觉模型的讨论 | 第66-67页 |
·与已有视觉模型的比较 | 第66-67页 |
·弱视差的讨论 | 第67页 |
·本章小结 | 第67-68页 |
第四章 弱视差视觉模型的标定 | 第68-88页 |
·模型标定的必要性和意义 | 第68-69页 |
·图像数据和空间数据的获取 | 第69-72页 |
·标定样板 | 第69-70页 |
·图像数据获取 | 第70-72页 |
·图像数据的进一步处理 | 第72页 |
·标定模型的建立 | 第72-77页 |
·标定概述 | 第72-73页 |
·标定方法的建立 | 第73-75页 |
·x_3~((0))的估计 | 第75-77页 |
·试验 | 第77-87页 |
·试验设备 | 第77页 |
·x_3~((0))严的估计 | 第77-79页 |
·标定参数的横向依赖性试验 | 第79-81页 |
·参数标定与噪声的关系 | 第81-82页 |
·标定参数重复性和相关性 | 第82-83页 |
·定位试验 | 第83-86页 |
·与已有视觉模型的比较 | 第86-87页 |
·本章小结 | 第87-88页 |
第五章 视觉系统的误差矫正和图像畸变的矫正 | 第88-104页 |
·畸变矫正的必要性和意义 | 第88页 |
·CCD像面旋转的误差矫正 | 第88-90页 |
·误差的产生 | 第88-89页 |
·先验角定位误差的矫正 | 第89页 |
·随机角定位误差矫正 | 第89-90页 |
·深度误差 | 第90-93页 |
·形状差异 | 第91-92页 |
·形状差异引起的定位误差 | 第92-93页 |
·光学畸变 | 第93-97页 |
·简化矩阵 | 第93-94页 |
·畸变与模型定位误差 | 第94-95页 |
·畸变类型 | 第95-96页 |
·畸变模型 | 第96-97页 |
·显著性检验和相关性检验 | 第97-98页 |
·试验 | 第98-103页 |
·试验设备 | 第98页 |
·图像处理 | 第98-99页 |
·CCD像面旋转试验 | 第99-100页 |
·形状差异试验 | 第100-102页 |
·显著性检验和相关性检验算例 | 第102-103页 |
·本章小结 | 第103-104页 |
第六章 多相似性测度、多匹配区域的向量式立体匹配 | 第104-130页 |
·问题的提出 | 第104-105页 |
·图像预处理 | 第105-107页 |
·彩色图像噪声 | 第105页 |
·向量式多通道中值滤波器 | 第105-106页 |
·目标对象的分割 | 第106-107页 |
·基于相关性的单相似性测度、单匹配区域立体匹配算法 | 第107-109页 |
·颜色向量间的比较法则 | 第107-108页 |
·匹配策略和匹配算法 | 第108-109页 |
·基于相关性的单相似性测度多匹配区域立体匹配算法 | 第109-111页 |
·匹配区域对立体匹配的影响 | 第109-111页 |
·多匹配区域的立体匹配算法 | 第111页 |
·多相似性测度立体匹配算法 | 第111-116页 |
·相似性测度问题 | 第111-112页 |
·相关系数与噪声的关系 | 第112-114页 |
·多相似性测度立体匹配算法 | 第114-116页 |
·立体匹配算法的拓展 | 第116-117页 |
·手工点式匹配 | 第116页 |
·手工线式匹配 | 第116页 |
·手工区域匹配 | 第116页 |
·二次匹配 | 第116-117页 |
·反向匹配 | 第117页 |
·匹配数据的顺序性检验 | 第117页 |
·匹配数据的唯一性检验 | 第117页 |
·立体匹配算法的性能评价 | 第117-119页 |
·试验 | 第119-128页 |
·向量中值滤波器性能 | 第119-122页 |
·目标对象的分割 | 第122-123页 |
·匹配单元、匹配区域和相似性测度对立体匹配的影响 | 第123-125页 |
·多相似性测度、多匹配区域的立体匹配算法性能分析 | 第125-127页 |
·立体匹配算例 | 第127页 |
·与多特征立体匹配算法比较 | 第127-128页 |
·本章小结 | 第128-130页 |
第七章 三维异常重构数据处理及三维信息测量 | 第130-156页 |
·三维数据重构中存在的问题 | 第130-131页 |
·异常数据的计算机辅助滤除 | 第131-133页 |
·较大和较小异常数据处理 | 第131-132页 |
·包络异常数据处理 | 第132-133页 |
·重构数据的插值及四角面片连接 | 第133-137页 |
·三维造型中的问题 | 第133-134页 |
·二维线性插值 | 第134-135页 |
·二次多项式插值 | 第135页 |
·三次样条插值 | 第135页 |
·四角面片连接 | 第135页 |
·区域的定义 | 第135-137页 |
·计算机环境中的测量方式 | 第137-139页 |
·显微测量软件概述 | 第139-140页 |
·试验 | 第140-155页 |
·硬件设备 | 第140-141页 |
·三维图形重构算例 | 第141-147页 |
·三维信息测量算例 | 第147-154页 |
·测量误差分析 | 第154-155页 |
·本章小结 | 第155-156页 |
第八章 结束语 | 第156-160页 |
创新点摘要 | 第159-160页 |
致谢 | 第160-161页 |
作者在攻读博士学位期间公开发表的论文及获奖情况 | 第161-162页 |
参考文献 | 第162-172页 |