基于双目视觉的三维重建方法研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-16页 |
1.1 课题研究的目的和意义 | 第10-11页 |
1.2 双目视觉的国内外发展 | 第11-13页 |
1.2.1 国外双目视觉发展 | 第11-12页 |
1.2.2 国内双目视觉发展 | 第12-13页 |
1.3 三维重建方法的国内外研究现状 | 第13-14页 |
1.3.1 三维重建方法的国外研究现状 | 第13-14页 |
1.3.2 三维重建方法的国内研究现状 | 第14页 |
1.4 本文研究工作及组织结构 | 第14-16页 |
1.4.1 本文主要研究内容 | 第14页 |
1.4.2 本文的结构安排 | 第14-16页 |
第2章 双目立体视觉系统 | 第16-22页 |
2.1 双目视觉系统硬件平台搭建 | 第16-17页 |
2.2 双目视觉重建三维图像流程 | 第17-19页 |
2.3 双目视觉系统的数学模型 | 第19-21页 |
2.4 本章小结 | 第21-22页 |
第3章 摄像机标定 | 第22-33页 |
3.1 立体视觉坐标系 | 第22-23页 |
3.1.1 计算机坐标系 | 第22-23页 |
3.1.2 图像坐标系 | 第23页 |
3.1.3 世界坐标系 | 第23页 |
3.1.4 摄像机坐标系 | 第23页 |
3.2 摄像机成像模型 | 第23-27页 |
3.2.1 线性摄像机模型 | 第23-26页 |
3.2.2 非线性摄像机模型 | 第26-27页 |
3.3 摄像机标定方法 | 第27页 |
3.4 张正友摄像机标定方法及流程 | 第27-32页 |
3.4.1 张正友标定具体算法 | 第27-29页 |
3.4.2 最大似然估计 | 第29-30页 |
3.4.3 标定流程 | 第30-31页 |
3.4.4 摄像机标定结果 | 第31-32页 |
3.5 本章小结 | 第32-33页 |
第4章 图像预处理与立体匹配 | 第33-56页 |
4.1 引言 | 第33页 |
4.2 图像预处理 | 第33-41页 |
4.2.1 图像平滑 | 第33-35页 |
4.2.2 图像锐化 | 第35-37页 |
4.2.3 图像边缘检测 | 第37-41页 |
4.3 立体匹配 | 第41-43页 |
4.3.1 立体匹配方法 | 第42页 |
4.3.2 立体匹配准则 | 第42-43页 |
4.4 SURF特征点提取与匹配 | 第43-55页 |
4.4.1 传统SURF特征点提取算法 | 第44-46页 |
4.4.2 本文改进的SURF特征点检测算法 | 第46-49页 |
4.4.3 特征点匹配 | 第49-55页 |
4.5 本章小结 | 第55-56页 |
第5章 三维重建 | 第56-64页 |
5.1 引言 | 第56页 |
5.2 三维重建原理 | 第56-60页 |
5.2.1 三维坐标计算 | 第57-59页 |
5.2.2 基于三角测量原理的深度信息提取 | 第59-60页 |
5.3 系统总设计及实验结果 | 第60-62页 |
5.4 本章小结 | 第62-64页 |
第6章 结论 | 第64-66页 |
参考文献 | 第66-69页 |
在学研究成果 | 第69-70页 |
致谢 | 第70页 |