| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-19页 |
| 1.1 课题研究的背景及意义 | 第11-13页 |
| 1.2 国内外研究现状及发展趋势 | 第13-14页 |
| 1.3 双目立体视觉三维重建的关键技术 | 第14-16页 |
| 1.4 论文的主要研究内容及结构安排 | 第16-19页 |
| 第2章 双目立体视觉基本实验系统 | 第19-33页 |
| 2.1 双目立体视觉测量原理 | 第19-20页 |
| 2.2 双目立体视觉实验系统结构设计 | 第20-24页 |
| 2.2.1 系统软硬件设计 | 第20-22页 |
| 2.2.2 系统主要工作流程设计 | 第22-24页 |
| 2.3 双目立体视觉标定实验 | 第24-32页 |
| 2.3.1 摄像机标定中的坐标系 | 第24-27页 |
| 2.3.2 双目立体视觉标定实验操作 | 第27-31页 |
| 2.3.3 双目立体视觉标定结果 | 第31-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 图像预处理 | 第33-49页 |
| 3.1 图像去噪 | 第34-37页 |
| 3.1.1 常用的滤波方法 | 第34-36页 |
| 3.1.2 自适应中值滤波 | 第36-37页 |
| 3.2 直方图修正技术 | 第37-41页 |
| 3.2.1 直方图均衡化 | 第38-40页 |
| 3.2.2 直方图匹配 | 第40-41页 |
| 3.3 图像锐化 | 第41-44页 |
| 3.4 标准图像对四步法预处理分析 | 第44-47页 |
| 3.5 本章小结 | 第47-49页 |
| 第4章 图像特征点提取算法研究 | 第49-63页 |
| 4.1 特征点提取算法 | 第49-55页 |
| 4.1.1 SUSAN算法 | 第49-51页 |
| 4.1.2 Moravec算法 | 第51-53页 |
| 4.1.3 Harris算法 | 第53-55页 |
| 4.2 特征点提取算法性能分析 | 第55-61页 |
| 4.2.1 特征点提取算法抗噪性的比较 | 第55-58页 |
| 4.2.2 特征点提取算法成功率的比较 | 第58-61页 |
| 4.3 本章小结 | 第61-63页 |
| 第5章 图像匹配算法研究及实验分析 | 第63-81页 |
| 5.1 SIFT图像匹配算法基本原理 | 第63-70页 |
| 5.1.1 检测空间极值点 | 第64-66页 |
| 5.1.2 精确定位极值点位置 | 第66-67页 |
| 5.1.3 关键点方向分配 | 第67-68页 |
| 5.1.4 特征描述子的生成 | 第68-69页 |
| 5.1.5 特征描述子的匹配 | 第69-70页 |
| 5.2 基于Harris角点提取算法与SIFT特征匹配算法的结合 | 第70-75页 |
| 5.2.1 基本匹配算法介绍 | 第70-71页 |
| 5.2.2 结合Harris算子和SIFT匹配算法的原理 | 第71-72页 |
| 5.2.3 实验结果与分析 | 第72-75页 |
| 5.3 三维重建 | 第75-76页 |
| 5.3.1 概述 | 第75页 |
| 5.3.2 空间点重建算法 | 第75-76页 |
| 5.4 论文整体实验过程与分析 | 第76-80页 |
| 5.4.1 图像的获取 | 第76页 |
| 5.4.2 双目立体摄像机的标定 | 第76-77页 |
| 5.4.3 图像的预处理 | 第77-78页 |
| 5.4.4 结合Harris算子与SIFT特征匹配算法 | 第78页 |
| 5.4.5 三维重建 | 第78-80页 |
| 5.5 本章小结 | 第80-81页 |
| 第6章 总结与展望 | 第81-83页 |
| 6.1 总结 | 第81页 |
| 6.2 展望 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 致谢 | 第87页 |
