致谢 | 第5-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
1 绪论 | 第12-20页 |
1.1 研究背景和意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-16页 |
1.3 论文主要工作 | 第16-17页 |
1.4 论文组织结构 | 第17-20页 |
2 畸变图像自动校正原理研究 | 第20-34页 |
2.1 镜头成像模型 | 第20-24页 |
2.1.1 坐标空间转换 | 第20-22页 |
2.1.2 理想针孔成像模型 | 第22页 |
2.1.3 广角镜头成像模型 | 第22-24页 |
2.2 畸变图像自动校正原理 | 第24-26页 |
2.2.1 单参数除法模型 | 第24页 |
2.2.2 直线畸变原理 | 第24-25页 |
2.2.3 畸变中心、畸变参数与畸变线参数的恒定关系 | 第25-26页 |
2.2.4 图像径向畸变自动校正过程 | 第26页 |
2.3 畸变图像自动校正关键算法研究 | 第26-33页 |
2.3.1 边缘检测与轮廓提取算法 | 第26-28页 |
2.3.2 最小二乘畸变线拟合 | 第28-30页 |
2.3.3 RANSAC算法 | 第30-32页 |
2.3.4 霍夫变换检测原理 | 第32-33页 |
2.4 本章小结 | 第33-34页 |
3 图像畸变线抽取算法研究 | 第34-52页 |
3.1 图像畸变线抽取 | 第34-35页 |
3.2 改进高维霍夫变换畸变线抽取算法 | 第35-39页 |
3.2.1 畸变线抽取原理 | 第35-38页 |
3.2.2 实验对比与分析 | 第38-39页 |
3.3 基于级联单参数除法模型的畸变线抽取算法 | 第39-42页 |
3.3.1 畸变线抽取算法原理 | 第39-40页 |
3.3.2 实验对比与分析 | 第40-42页 |
3.4 迭代RANSAC畸变线抽取算法 | 第42-44页 |
3.4.1 畸变线抽取原理 | 第43页 |
3.4.2 实验结果与分析 | 第43-44页 |
3.5 基于等分圆弧固有性质的畸变线抽取算法 | 第44-47页 |
3.5.1 畸变线抽取算法原理 | 第44-45页 |
3.5.2 优化畸变参数 | 第45-46页 |
3.5.3 实验结果与分析 | 第46-47页 |
3.6 对比实验结果与分析 | 第47-50页 |
3.6.1 合成图像抽取结果与分析 | 第48-49页 |
3.6.2 真实图像抽取结果与分析 | 第49-50页 |
3.7 本章小结 | 第50-52页 |
4 图像畸变参数估计算法研究 | 第52-62页 |
4.1 基于改进高维霍夫变换的畸变参数估计算法 | 第52-53页 |
4.1.1 畸变参数估计原理 | 第52-53页 |
4.1.2 实验结果与分析 | 第53页 |
4.2 基于改进迭代RANSAC的畸变参数估计算法 | 第53-55页 |
4.2.1 畸变参数估计原理 | 第53-55页 |
4.2.2 实验结果与分析 | 第55页 |
4.3 基于双重得分机制的畸变参数估计算法 | 第55-58页 |
4.3.1 畸变参数估计原理 | 第56-57页 |
4.3.2 原始合成图像与真实畸变图像的实验结果分析 | 第57-58页 |
4.4 实验结果对比与分析 | 第58-61页 |
4.4.1 畸变参数估计算法的对比实验结果 | 第58-59页 |
4.4.2 畸变中心对畸变参数估计的影响 | 第59-60页 |
4.4.3 畸变线条分布对畸变参数估计的影响 | 第60-61页 |
4.5 本章小结 | 第61-62页 |
5 基于单幅广角畸变图像的自动校正算法 | 第62-74页 |
5.1 广角畸变图像的自动校正算法 | 第62-65页 |
5.1.1 Canny算子检测器 | 第63-64页 |
5.1.2 单参数除法模型的逆向校正 | 第64-65页 |
5.2 算法性能与鲁棒性分析 | 第65-69页 |
5.2.1 原始合成畸变图像与实际畸变图像校正 | 第65-67页 |
5.2.2 不同畸变系数的畸变图像校正算法性能分析 | 第67-68页 |
5.2.3 不同畸变中心的畸变图像校正算法性能分析 | 第68-69页 |
5.3 与MIGUEL所提算法的性能对比 | 第69-71页 |
5.4 与BUKHERI所提算法的性能对比 | 第71-73页 |
5.5 本章小结 | 第73-74页 |
6 总结与展望 | 第74-76页 |
6.1 总结 | 第74-75页 |
6.2 展望 | 第75-76页 |
参考文献 | 第76-80页 |
作者简历及攻读硕士学位期间取得的研究成果 | 第80-83页 |
学位论文数据集 | 第83页 |