基于双目视觉的三维重建及目标检测技术研究
| 摘要 | 第4-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第13-23页 |
| 1.1 课题背景及意义 | 第13-14页 |
| 1.2 三维重建技术国内外研究现状 | 第14-17页 |
| 1.2.1 摄像机标定技术的研究 | 第15页 |
| 1.2.2 立体匹配技术研究 | 第15-16页 |
| 1.2.3 三维重建技术研究 | 第16-17页 |
| 1.3 三维重建技术简介 | 第17-21页 |
| 1.3.1 被动式三维重建技术 | 第17-18页 |
| 1.3.2 主动式三维重建技术 | 第18-21页 |
| 1.4 本文结构安排 | 第21-23页 |
| 第二章 摄像机标定算法研究 | 第23-37页 |
| 2.1 双目成像原理 | 第23页 |
| 2.2 摄像机模型 | 第23-26页 |
| 2.2.1 摄像机线性模型 | 第23-24页 |
| 2.2.2 摄像机非线性模型 | 第24-26页 |
| 2.3 摄像机参数 | 第26页 |
| 2.4 建立坐标系 | 第26-31页 |
| 2.4.1 世界坐标系 | 第27页 |
| 2.4.2 摄像机坐标系 | 第27-28页 |
| 2.4.3 图像物理坐标系 | 第28-29页 |
| 2.4.4 图像像素坐标系 | 第29-31页 |
| 2.5 摄像机标定 | 第31-36页 |
| 2.5.1 单目标定 | 第31-34页 |
| 2.5.2 双目标定 | 第34-35页 |
| 2.5.3 双目校正 | 第35-36页 |
| 2.6 本章小结 | 第36-37页 |
| 第三章 双目视觉中的图像预处理技术 | 第37-53页 |
| 3.1 引言 | 第37页 |
| 3.2 图像采集 | 第37-38页 |
| 3.3 图像灰度化 | 第38页 |
| 3.4 图像滤波 | 第38-41页 |
| 3.5 图像增强 | 第41-44页 |
| 3.5.1 自适应对比度增强(ACE)算法 | 第41页 |
| 3.5.2 Retinex增强算法 | 第41-44页 |
| 3.6 图像分割 | 第44-47页 |
| 3.6.1 基于阈值的分割方法 | 第45页 |
| 3.6.2 基于边缘的分割方法 | 第45页 |
| 3.6.3 基于区域的分割方法 | 第45页 |
| 3.6.4 本文采用图像分割方法 | 第45-47页 |
| 3.7 角点检测 | 第47-52页 |
| 3.7.1 Harris角点检测 | 第47-49页 |
| 3.7.2 Shi-Tomasi角点检测 | 第49-50页 |
| 3.7.3 SIFT算法 | 第50-52页 |
| 3.8 本章小结 | 第52-53页 |
| 第四章 立体匹配算法研究 | 第53-64页 |
| 4.1 引言 | 第53页 |
| 4.2 立体匹配算法 | 第53-55页 |
| 4.2.1 基于区域约束的局部匹配算法 | 第53-54页 |
| 4.2.2 基于特征的立体匹配算法 | 第54-55页 |
| 4.2.3 基于全局约束的优化匹配算法 | 第55页 |
| 4.3 立体匹配算法的过程 | 第55-57页 |
| 4.4 本文采用的立体匹配算法 | 第57-63页 |
| 4.4.1 本文立体匹配算法实现 | 第58页 |
| 4.4.2 实验结果 | 第58-60页 |
| 4.4.3 立体匹配算法优化 | 第60-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第五章 三维重建及目标检测实验 | 第64-80页 |
| 5.1 引言 | 第64页 |
| 5.2 摄像机标定实验 | 第64-76页 |
| 5.2.1 单目标定 | 第64-70页 |
| 5.2.2 畸变模型 | 第70-73页 |
| 5.2.3 双目标定 | 第73-76页 |
| 5.2.4 双目校正 | 第76页 |
| 5.3 目标检测实验 | 第76-78页 |
| 5.4 三维重建实验 | 第78-79页 |
| 5.5 本章小节 | 第79-80页 |
| 第六章 总结与展望 | 第80-82页 |
| 6.1 总结 | 第80页 |
| 6.2 展望 | 第80-82页 |
| 参考文献 | 第82-85页 |
| 致谢 | 第85页 |
