基于鱼眼镜头的立体视觉系统研究
摘要 | 第5-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第11-20页 |
1.1 课题背景 | 第11-13页 |
1.1.1 鱼眼镜头立体视觉的研究背景及意义 | 第11-12页 |
1.1.2 水下双目立体视觉的研究背景及意义 | 第12-13页 |
1.2 鱼眼视觉的研究现状 | 第13-17页 |
1.2.1 鱼眼摄像机标定研究现状 | 第14-15页 |
1.2.2 鱼眼镜头的立体匹配研究现状 | 第15-16页 |
1.2.3 水下立体视觉研究现状 | 第16-17页 |
1.3 论文的主要内容以及章节安排 | 第17-20页 |
1.3.1 论文研究的关键点 | 第17-18页 |
1.3.2 本文的主要内容 | 第18-20页 |
第2章 鱼眼镜头立体视觉理论基础 | 第20-39页 |
2.1 鱼眼镜头立体视觉基本模型 | 第20-27页 |
2.1.1 鱼眼镜头基本成像模型及非线性畸变模型 | 第20-25页 |
2.1.2 鱼眼镜头立体视觉定位模型 | 第25-27页 |
2.2 立体匹配的理论基础 | 第27-34页 |
2.3 水下摄像机的处理方法 | 第34-38页 |
2.4 本章小结 | 第38-39页 |
第3章 空气中鱼眼镜头立体视觉研究 | 第39-64页 |
3.1 基于优化的圆形标志点标定方法 | 第39-50页 |
3.1.1 鱼眼摄像机基本标定方法 | 第39-45页 |
3.1.2 建立鱼眼镜头模型 | 第45-47页 |
3.1.3 优化的圆形标志点 | 第47页 |
3.1.4 代价函数的建立 | 第47-49页 |
3.1.5 鱼眼摄像机标定方法实现 | 第49-50页 |
3.2 基于极线约束的鱼眼图像匹配算法 | 第50-58页 |
3.2.1 鱼眼双目视觉的立体几何 | 第50-55页 |
3.2.2 基于动态规划的立体匹配 | 第55-58页 |
3.3 基于支持邻域的鱼眼图像立体匹配算法 | 第58-62页 |
3.3.1 匹配代价计算 | 第58-59页 |
3.3.2 鱼眼图像的支持邻域模型建立 | 第59-62页 |
3.4 本章小结 | 第62-64页 |
第4章 水下鱼眼镜头立体视觉研究 | 第64-81页 |
4.1 水下鱼眼摄像机标定方法研究 | 第64-68页 |
4.1.1 水下折射模型 | 第65-66页 |
4.1.2 鱼眼镜头水下折射反投影模型建立 | 第66-68页 |
4.2 水下鱼眼图像立体匹配算法研究 | 第68-79页 |
4.2.1 水下鱼眼图像极限约束 | 第68-72页 |
4.2.2 基于色彩分割的自适应窗口 | 第72-76页 |
4.2.3 基于自适应窗口的区域匹配算法 | 第76-79页 |
4.3 本章小结 | 第79-81页 |
第5章 实验及分析 | 第81-103页 |
5.1 空气中鱼眼摄像机标定算法实验和分析 | 第81-85页 |
5.2 空气中鱼眼图像立体匹配算法实验和分析 | 第85-93页 |
5.3 水下鱼眼摄像机标定算法实验和分析 | 第93-99页 |
5.4 水下鱼眼图像立体匹配算法实验和分析 | 第99-102页 |
5.5 本章小结 | 第102-103页 |
结论 | 第103-105页 |
参考文献 | 第105-113页 |
攻读博士学位期间承担的科研任务与主要成果 | 第113-115页 |
致谢 | 第115页 |