| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 引言 | 第12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 国外研究现状 | 第12-14页 |
| 1.2.2 国内研究现状 | 第14-16页 |
| 1.3 课题依据来源、研究内容及论文章节安排 | 第16-20页 |
| 1.3.1 选题依据 | 第16-17页 |
| 1.3.2 主要研究内容 | 第17-18页 |
| 1.3.3 论文章节安排 | 第18-20页 |
| 第2章 双目立体视觉标定方法研究 | 第20-33页 |
| 2.1 相机标定原理 | 第20-26页 |
| 2.1.1 坐标系之间关系 | 第20-24页 |
| 2.1.2 相机成像模型 | 第24-25页 |
| 2.1.3 双目视觉相机模型 | 第25-26页 |
| 2.2 相机标定方法分类 | 第26-27页 |
| 2.3 相机标定实验 | 第27-32页 |
| 2.3.1 实验平台介绍 | 第27-28页 |
| 2.3.2 实验过程和结果 | 第28-30页 |
| 2.3.3 实验结果分析 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 月面障碍物识别方法研究 | 第33-51页 |
| 3.1 月面及地面模拟环境介绍 | 第33-35页 |
| 3.2 图像预处理方法研究 | 第35-40页 |
| 3.2.1 线性滤波器原理 | 第35-36页 |
| 3.2.2 非线性滤波 | 第36-38页 |
| 3.2.3 形态学滤波 | 第38-40页 |
| 3.3 图像分割算法原理 | 第40-45页 |
| 3.3.1 最大类间方差法原理 | 第41页 |
| 3.3.2 二维最大类间方差法 | 第41-43页 |
| 3.3.3 基于粒子群改进的二维最大类间方差法 | 第43-45页 |
| 3.4 障碍物识别实验 | 第45-50页 |
| 3.4.1 障碍物识别实验概述 | 第45页 |
| 3.4.2 图像滤波实验 | 第45-46页 |
| 3.4.3 障碍物分割实验 | 第46-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第4章 双目立体匹配算法研究 | 第51-71页 |
| 4.1 立体匹配的基本概念 | 第51-53页 |
| 4.1.1 立体匹配算法分类 | 第51-52页 |
| 4.1.2 立体匹配约束条件 | 第52-53页 |
| 4.2 基于SURF特征点的稀疏匹配 | 第53-62页 |
| 4.2.1 SURF算法基本原理 | 第54-56页 |
| 4.2.2 校正算法原理 | 第56-58页 |
| 4.2.3 随机抽样一致性(RANSAC)算法原理 | 第58页 |
| 4.2.4 稀疏匹配实验及结果 | 第58-62页 |
| 4.3 基于自适应权重的稠密匹配 | 第62-70页 |
| 4.3.1 自适应权重算法基本原理 | 第62-68页 |
| 4.3.2 自适应权重算法权重优化 | 第68页 |
| 4.3.3 稠密匹配实验及结果 | 第68-70页 |
| 4.4 本章小结 | 第70-71页 |
| 第5章 三维重建算法研究 | 第71-80页 |
| 5.1 三维坐标点计算 | 第71-74页 |
| 5.1.1 三维坐标点计算原理 | 第71-73页 |
| 5.1.2 三维坐标点计算实验 | 第73-74页 |
| 5.2 Delaunay三角剖分原理 | 第74-76页 |
| 5.3 OpenGL及纹理粘贴原理 | 第76-77页 |
| 5.3.1 OpenGL简介 | 第76页 |
| 5.3.2 纹理粘贴 | 第76-77页 |
| 5.4 三维重建实验 | 第77-79页 |
| 5.4.1 基于稀疏匹配的重建实验 | 第77-78页 |
| 5.4.2 基于稠密匹配的重建实验 | 第78-79页 |
| 5.5 本章小结 | 第79-80页 |
| 结论 | 第80-82页 |
| 参考文献 | 第82-87页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第87-88页 |
| 致谢 | 第88-89页 |