| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第7-10页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 双目视觉概述 | 第12-13页 |
| 1.4 本文结构安排 | 第13-15页 |
| 第二章 图像匹配技术研究 | 第15-23页 |
| 2.1 图像匹配原理分析 | 第15-17页 |
| 2.1.1 图像匹配模型 | 第15页 |
| 2.1.2 图像匹配的基本框架 | 第15-16页 |
| 2.1.3 图像匹配的空间变化 | 第16-17页 |
| 2.2 图像立体匹配算法的分类 | 第17-22页 |
| 2.2.1 基于灰度的匹配算法 | 第17-18页 |
| 2.2.2 基于相位的图像匹配方法 | 第18-20页 |
| 2.2.3 基于特征的图像匹配方法 | 第20-21页 |
| 2.2.4 算法分析对比 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 基于特征点的立体匹配算法 | 第23-37页 |
| 3.1 角点算法分析对比 | 第23-30页 |
| 3.1.1 FAST算法 | 第23-24页 |
| 3.1.2 Harris算法分析 | 第24-25页 |
| 3.1.3 SIFT算法 | 第25-28页 |
| 3.1.4 算法分析对比 | 第28-30页 |
| 3.2 特征点的描述 | 第30-33页 |
| 3.3 特征点的匹配 | 第33-36页 |
| 3.3.1 基于k-d树的匹配算法 | 第33-34页 |
| 3.3.2 实验结果分析 | 第34-36页 |
| 3.3.3 SIFT算法所存在的问题 | 第36页 |
| 3.4 本章小结 | 第36-37页 |
| 第四章 基于改进的Harris-SIFT的立体匹配算法 | 第37-59页 |
| 4.1 算法改进策略 | 第37-38页 |
| 4.2 改进Harris-SIFT算法的立体匹配算法 | 第38-49页 |
| 4.2.1 多尺度Harris亚像素角点检测 | 第38-40页 |
| 4.2.2 SIFT特征描述符的改进 | 第40-42页 |
| 4.2.3 改进k-d树的最近邻搜索算法 | 第42-46页 |
| 4.2.4 匹配筛选 | 第46-49页 |
| 4.3 实验结果与分析 | 第49-58页 |
| 4.3.1 角点提取算法改进前后对比分析 | 第49-51页 |
| 4.3.2 匹配算法改进前后实验 | 第51-56页 |
| 4.3.3 筛选匹配实验 | 第56-58页 |
| 4.4 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 发表文章目录 | 第64-65页 |
| 致谢 | 第65-66页 |