基础矩阵计算及其在立体视差估计中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景与意义 | 第7-8页 |
| ·基础矩阵概述 | 第8-10页 |
| ·论文研究内容及结构 | 第10-13页 |
| 第二章 基础矩阵的基本理论和匹配点集的建立 | 第13-25页 |
| ·摄像机模型 | 第13-16页 |
| ·参考坐标系 | 第13-15页 |
| ·摄像机模型 | 第15-16页 |
| ·对极几何与基础矩阵 | 第16-18页 |
| ·对极几何 | 第16-17页 |
| ·基础矩阵 | 第17-18页 |
| ·匹配点集的建立 | 第18-24页 |
| ·特征点提取——Harris角点检测 | 第18-20页 |
| ·特征点匹配 | 第20-24页 |
| ·特征点匹配概述 | 第20-21页 |
| ·常用特征匹配算法 | 第21-23页 |
| ·一种基于多约束的特征点匹配算法 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 估计基础矩阵的方法 | 第25-37页 |
| ·问题描述 | 第25-26页 |
| ·线性算法 | 第26-28页 |
| ·7 点算法 | 第26页 |
| ·8 点算法 | 第26页 |
| ·改进的8 点算法 | 第26-28页 |
| ·非线性迭代算法 | 第28-29页 |
| ·基于点到极线的最小距离法 | 第28-29页 |
| ·基于梯度的方法 | 第29页 |
| ·鲁棒算法 | 第29-34页 |
| ·M-estimators估计法 | 第30-31页 |
| ·最小平方中值法 | 第31-32页 |
| ·RANSAC方法 | 第32-34页 |
| ·试验结果与分析 | 第34-36页 |
| ·小结 | 第36-37页 |
| 第四章 基于分块的基础矩阵的鲁棒估计 | 第37-51页 |
| ·基于分块的随机抽样策略 | 第37-38页 |
| ·异常数据去除 | 第38-40页 |
| ·基于分块的改进的迭代算法 | 第40-42页 |
| ·基本原理 | 第40页 |
| ·算法步骤 | 第40-41页 |
| ·实验结果及分析 | 第41-42页 |
| ·基于分块基础矩阵鲁棒扩充算法 | 第42-47页 |
| ·基本原理 | 第42-44页 |
| ·初始子集的选取及子集的优化调整 | 第44页 |
| ·算法流程及步骤 | 第44-45页 |
| ·实验结果及分析 | 第45-47页 |
| ·多种算法比较 | 第47-49页 |
| ·实验数据及分析 | 第47-49页 |
| ·结论 | 第49页 |
| ·小结 | 第49-51页 |
| 第五章 基础矩阵在立体视差估计中的应用 | 第51-57页 |
| ·引言 | 第51页 |
| ·传统的基于“块”匹配的视差估计算法 | 第51-52页 |
| ·一种带有极线约束的DT基立体图像视差估计算法 | 第52-56页 |
| ·DT网络模型简介 | 第52-53页 |
| ·算法原理及步骤 | 第53-54页 |
| ·实验结果及分析 | 第54-56页 |
| ·小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 作者在读期间的研究成果 | 第63-64页 |
