基于双目视觉的图像三维重建
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 前言 | 第9-11页 |
| 1 计算机的立体视觉理论 | 第11-19页 |
| 1.1 Marr 的视觉理论 | 第11-13页 |
| 1.2 计算机立体视觉系统 | 第13-17页 |
| 1.3 立体视觉研究的发展趋势 | 第17-18页 |
| 1.4 本章小结 | 第18-19页 |
| 2 图像的对极几何 | 第19-28页 |
| 2.1 双目视觉传感器成像模型 | 第19-21页 |
| 2.2 基础矩阵F | 第21-27页 |
| 2.2.1 八点算法 | 第23-25页 |
| 2.2.2 七点算法 | 第25页 |
| 2.2.3 基础矩阵F 的求解 | 第25-27页 |
| 2.3 图像坐标系下的极线方程 | 第27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 图像的特征点提取 | 第28-40页 |
| 3.1 理想特征点的性能 | 第28-29页 |
| 3.2 角点特征点 | 第29-30页 |
| 3.3 基于小波变换的特征点提取 | 第30-39页 |
| 3.3.1 小波变换基础理论 | 第31-32页 |
| 3.3.2 几种常见的小波基函数 | 第32-34页 |
| 3.3.3 多分辨率分析 | 第34-35页 |
| 3.3.4 图像二维小波分解仿真 | 第35-37页 |
| 3.3.5 通过小波变换提取的特征点 | 第37-39页 |
| 3.4 本章小结 | 第39-40页 |
| 4 立体匹配 | 第40-49页 |
| 4.1 立体匹配过程中常用的约束 | 第40-42页 |
| 4.2 常用的匹配方法 | 第42-44页 |
| 4.3 本文使用的匹配方法 | 第44-47页 |
| 4.3.1 初始匹配 | 第44-45页 |
| 4.3.2 用对极几何约束进行二次匹配 | 第45-47页 |
| 4.4 特征点匹配实验 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 5 双目视觉的三维重建 | 第49-56页 |
| 5.1 双目视觉重建的基本原理 | 第49页 |
| 5.2 图像的分层化三维重建 | 第49-53页 |
| 5.2.1 射影重建 | 第50-51页 |
| 5.2.2 仿射重建 | 第51-52页 |
| 5.2.3 欧氏重建 | 第52-53页 |
| 5.3 重建实验 | 第53-55页 |
| 5.4 本章小结 | 第55-56页 |
| 6 结论与展望 | 第56-58页 |
| 6.1 论文总结 | 第56页 |
| 6.2 工作展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 个人简历、在学期间发表的论文 | 第63页 |
