立体视频影像自动处理中的匹配技术
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-18页 |
| ·研究背景及目的 | 第9-14页 |
| ·视频技术概述 | 第9-12页 |
| ·三维重建技术 | 第12-14页 |
| ·影像匹配技术研究现状 | 第14-15页 |
| ·本文主要内容 | 第15-16页 |
| ·本文结构介绍 | 第16-18页 |
| 第二章 三维重建中的匹配方法 | 第18-22页 |
| ·基于影像灰度的匹配方法 | 第18-19页 |
| ·基于影像特征的匹配方法 | 第19-22页 |
| 第三章 基于影像特征匹配算法 | 第22-39页 |
| ·点特征算子 | 第22-27页 |
| ·Harris 算子 | 第22-23页 |
| ·Forstnor 算子 | 第23-24页 |
| ·SUSAN 算子 | 第24-26页 |
| ·改进角点检测算法 | 第26-27页 |
| ·基于点特征的匹配方法 | 第27-30页 |
| ·核线约束与可靠性匹配 | 第30-33页 |
| ·核线约束 | 第30-31页 |
| ·几何距离 | 第31-33页 |
| ·特征匹配算法实验与分析 | 第33-39页 |
| ·角点匹配算法实验 | 第33-35页 |
| ·角点提取算法实验分析 | 第35-39页 |
| 第四章 SIFT 及改进算法 | 第39-55页 |
| ·SIFT 算法概述 | 第39-46页 |
| ·子像素级特征点的提取 | 第40-43页 |
| ·特征描述符的建立 | 第43-46页 |
| ·SIFT 算法的优势及不足 | 第46-47页 |
| ·基于SIFT 的改进算法 | 第47-55页 |
| ·SIFT 改进算法 | 第48-50页 |
| ·改进算法与SIFT 算法的实验分析 | 第50-55页 |
| 第五章 双摄像头视频匹配技术的实现 | 第55-66页 |
| ·程序开发环境与工具 | 第55-59页 |
| ·OpenCV 的编程介绍 | 第56-58页 |
| ·基于OpenCV 库的编程方法 | 第58页 |
| ·CvCAM 对摄像头和视频流的使用 | 第58-59页 |
| ·双摄像头匹配技术的调试和实现 | 第59-66页 |
| ·程序的调试过程 | 第59-62页 |
| ·视频匹配的实现 | 第62-66页 |
| 第六章 总结与展望 | 第66-68页 |
| ·总结 | 第66-67页 |
| ·展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 硕士期间发表论文和科研情况 | 第72页 |
