双目立体视觉的标定方法与立体匹配算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 立体视觉的研究背景及应用 | 第9-10页 |
| 1.2 立体视觉国内外研究现状及发展动态分析 | 第10-13页 |
| 1.2.1 国内外摄像机标定研究现状 | 第10-12页 |
| 1.2.2 国内外立体匹配研究现状 | 第12-13页 |
| 1.3 论文主要工作及内容安排 | 第13-15页 |
| 2 双目立体视觉系统的理论基础 | 第15-29页 |
| 2.1 双目立体视觉原理 | 第15-20页 |
| 2.1.1 单目摄像技术的局限性 | 第15-16页 |
| 2.1.2 双目立体视觉的物理原理 | 第16页 |
| 2.1.3 极线约束 | 第16-18页 |
| 2.1.4 景深的计算 | 第18-20页 |
| 2.1.5 双目立体视觉流程 | 第20页 |
| 2.2 双目摄像机标定技术理论基础 | 第20-25页 |
| 2.2.1 简单摄像机成像原理 | 第21页 |
| 2.2.2 摄像机中的坐标系 | 第21-24页 |
| 2.2.3 标定中参数详述 | 第24-25页 |
| 2.3 立体匹配理论基础 | 第25-29页 |
| 2.3.1 假设和约束 | 第25-26页 |
| 2.3.2 立体匹配的原理 | 第26-27页 |
| 2.3.3 视差的表示方法 | 第27-28页 |
| 2.3.4 立体匹配过程 | 第28-29页 |
| 3 双目摄像机标定的实现 | 第29-33页 |
| 3.1 张正友标定法 | 第29-31页 |
| 3.1.1 单应性关系 | 第29页 |
| 3.1.2 内参数的约束条件 | 第29-30页 |
| 3.1.3 最大似然估计 | 第30页 |
| 3.1.4 径向畸变处理 | 第30-31页 |
| 3.2 标定过程实现 | 第31-33页 |
| 3.2.1 数据获取 | 第31页 |
| 3.2.2 角点检测 | 第31-32页 |
| 3.2.3 摄像机标定与图像校正 | 第32-33页 |
| 4 双目视觉中立体匹配技术的研究 | 第33-39页 |
| 4.1 匹配代价计算 | 第33-35页 |
| 4.1.1 数据特征选择 | 第33-34页 |
| 4.1.2 相似性计算 | 第34-35页 |
| 4.2 匹配代价聚合 | 第35-37页 |
| 4.3 初始视差计算 | 第37-38页 |
| 4.4 视差提纯 | 第38页 |
| 4.5 立体匹配算法分析 | 第38-39页 |
| 5 基于L-CENSUS变换的立体匹配算法 | 第39-52页 |
| 5.1 相关工作 | 第39-42页 |
| 5.1.1 Census变换 | 第39-40页 |
| 5.1.2 指数步长聚合 | 第40-42页 |
| 5.2 L-CENSUS变换 | 第42-46页 |
| 5.2.1 编码方式 | 第43-44页 |
| 5.2.2 处理噪声 | 第44页 |
| 5.2.3 计算距离 | 第44页 |
| 5.2.4 L-Census变换实例 | 第44-46页 |
| 5.3 基于L-CENSUS变换的立体匹配算法 | 第46-48页 |
| 5.3.1 双边滤波 | 第46-47页 |
| 5.3.2 组合匹配代价 | 第47页 |
| 5.3.3 改进的指数步长聚合算法 | 第47页 |
| 5.3.4 初始视差计算 | 第47页 |
| 5.3.5 视差优化 | 第47-48页 |
| 5.4 实验结果分析 | 第48-52页 |
| 5.4.1 L-Census变换性能 | 第48-49页 |
| 5.4.2 本文立体匹配算法效果 | 第49-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表学术论文情况 | 第57-58页 |
| 致谢 | 第58-59页 |
