| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 计算机视觉国内外研究现状 | 第12-14页 |
| 1.2.2 基于视觉的三维重建和测量国内外研究现状 | 第14-16页 |
| 1.3 本文主要研究内容 | 第16-18页 |
| 1.4 本论文的结构安排 | 第18-19页 |
| 第二章 立体图像对的获取和预处理研究 | 第19-33页 |
| 2.1 平行双目立体视觉测量系统构建 | 第19-25页 |
| 2.1.1 系统硬件环境 | 第19-22页 |
| 2.1.2 系统软件环境 | 第22-25页 |
| 2.2 图像预处理 | 第25-30页 |
| 2.2.1 基于Grabcut算法的图像前背景分割 | 第25-27页 |
| 2.2.2 高斯滤波图像去噪方法 | 第27-28页 |
| 2.2.3 灰度值和梯度值图像的融合 | 第28-30页 |
| 2.3 立体图像对获取和预处理实验结果分析 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 相机标定鲁棒性分析 | 第33-51页 |
| 3.1 双目相机标定 | 第33-41页 |
| 3.1.1 线性相机模型及单应性矩阵 | 第33-34页 |
| 3.1.2 张正友单目相机标定原理 | 第34-38页 |
| 3.1.3 双目相机标定原理 | 第38-40页 |
| 3.1.4 Harris角点检测算法原理 | 第40-41页 |
| 3.2 影响相机标定精度及鲁棒性的因素分析 | 第41-43页 |
| 3.2.1 时间变化和光照条件对角点检测精度的影响 | 第42页 |
| 3.2.2 标定板对标定精度的影响 | 第42-43页 |
| 3.2.3 图片样本数量对标定鲁棒性的影响 | 第43页 |
| 3.3 相机标定鲁棒性实验分析 | 第43-49页 |
| 3.3.1 Harris角点检测结果分析 | 第43-45页 |
| 3.3.2 相机标定精度和鲁棒性分析实验结果 | 第45-49页 |
| 3.3.3 立体相机标定结果 | 第49页 |
| 3.4 本章小结 | 第49-51页 |
| 第四章 弱纹理图像稠密视差图的快速重构研究及三维重建 | 第51-78页 |
| 4.1 立体校正 | 第51-57页 |
| 4.1.1 平行双目视觉模型 | 第51-53页 |
| 4.1.2 对极几何原理 | 第53页 |
| 4.1.3 已标定Bouguet立体校正算法研究 | 第53-57页 |
| 4.1.3.1 Bouguet立体校正算法 | 第53-55页 |
| 4.1.3.2 立体校正后双目相机参数的修正 | 第55-57页 |
| 4.2 基于图割立体匹配的视差图重构方法研究 | 第57-69页 |
| 4.2.1 能量函数和图网络的构造 | 第58-61页 |
| 4.2.2 基于图割的α-扩张算法的能量最小化方法 | 第61-64页 |
| 4.2.3 一种改进的最大流/最小割算法 | 第64-69页 |
| 4.3 基于稠密视差图的三维重建分析 | 第69-70页 |
| 4.4 实验结果分析 | 第70-77页 |
| 4.4.1 立体校正结果及分析 | 第70-71页 |
| 4.4.2 视差图重构实验结果分析 | 第71-75页 |
| 4.4.3 基于视差图的三维重建实验结果分析 | 第75-77页 |
| 4.5 本章小结 | 第77-78页 |
| 第五章 总结与展望 | 第78-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-86页 |
| 攻读硕士学位期间取得的成果 | 第86-87页 |
