| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 缩略词 | 第13-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 课题的研究背景及意义 | 第15-16页 |
| 1.2 多摄像头协同的智能视频分析系统概述 | 第16-22页 |
| 1.2.1 智能视频分析系统研究现状 | 第16-17页 |
| 1.2.2 基于多摄像头协同的研究现状 | 第17-19页 |
| 1.2.3 基于多摄像头协同的双目立体视觉测量技术原理 | 第19-22页 |
| 1.3 论文研究内容及结构安排 | 第22-23页 |
| 第二章 基于特征的图像匹配算法的研究 | 第23-52页 |
| 2.1 基于角点的特征提取算法 | 第23-32页 |
| 2.1.1 Harris角点检测算法 | 第23-26页 |
| 2.1.2 SUSAN角点检测算法 | 第26-28页 |
| 2.1.3 CSS角点检测算法 | 第28-32页 |
| 2.2 基于尺度不变特征的检测算法 | 第32-41页 |
| 2.2.1 SIFT特征提取算法 | 第32-36页 |
| 2.2.2 SURF特征提取算法 | 第36-41页 |
| 2.3 特征匹配 | 第41-51页 |
| 2.3.1 一般角点匹配方法 | 第41-42页 |
| 2.3.2 最近邻快速匹配 | 第42页 |
| 2.3.3 去除误匹配 | 第42-44页 |
| 2.3.4 匹配性能评估 | 第44-51页 |
| 2.4 本章小结 | 第51-52页 |
| 第三章 多摄像头下跟踪算法的研究 | 第52-61页 |
| 3.1 多摄像头目标交接跟踪 | 第52-56页 |
| 3.1.1 基于特征匹配的目标交接跟踪方法 | 第53-54页 |
| 3.1.2 实验结果与分析 | 第54-56页 |
| 3.2 尺度自适应MeanShift跟踪 | 第56-60页 |
| 3.2.1 尺度自适应MeanShift跟踪算法应用 | 第57-58页 |
| 3.2.2 实验结果与分析 | 第58-60页 |
| 3.3 本章小结 | 第60-61页 |
| 第四章 双目立体视觉测距算法的实现 | 第61-78页 |
| 4.1 系统硬件平台的介绍 | 第61-65页 |
| 4.1.1 平台核心处理器DM8168架构 | 第63-64页 |
| 4.1.2 系统硬件平台的搭建 | 第64-65页 |
| 4.2 系统软件框架设计 | 第65-69页 |
| 4.2.1 软件整体框架设计 | 第66页 |
| 4.2.2 视频图像获取与预处理模块 | 第66-69页 |
| 4.2.3 视频图像处理模块 | 第69页 |
| 4.2.4 视频图像显示模块 | 第69页 |
| 4.3 摄像机的标定 | 第69-73页 |
| 4.3.1 摄像机模型参数 | 第70-71页 |
| 4.3.2 张正友棋盘标定方法 | 第71-72页 |
| 4.3.3 摄像机标定结果 | 第72-73页 |
| 4.4 双目立体视觉测距结果与分析 | 第73-77页 |
| 4.5 本章小结 | 第77-78页 |
| 第五章 总结与展望 | 第78-80页 |
| 5.1 总结 | 第78页 |
| 5.2 展望 | 第78-80页 |
| 致谢 | 第80-81页 |
| 参考文献 | 第81-85页 |
| 攻读硕士学位期间的研究成果 | 第85-86页 |
| 个人简历 | 第86-87页 |