基于双目视觉的三维重建
| 中文摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 引言 | 第8页 |
| 1.2 计算机立体视觉理论 | 第8-10页 |
| 1.2.1 计算机视觉技术 | 第8-9页 |
| 1.2.2 Marr视觉理论框架 | 第9-10页 |
| 1.3 基于双目立体视觉的三维重建 | 第10-13页 |
| 1.3.1 双目立体视觉 | 第10-11页 |
| 1.3.2 三维重建方法及国内外研究动态 | 第11-12页 |
| 1.3.3 目前立体视觉研究中存在的问题 | 第12-13页 |
| 1.4 论文的研究内容及组织结构 | 第13-15页 |
| 1.4.1 研究内容 | 第13页 |
| 1.4.2 论文组织结构 | 第13-15页 |
| 第二章 立体视觉系统原理 | 第15-26页 |
| 2.1 引言 | 第15页 |
| 2.2 线性摄像机模型 | 第15-20页 |
| 2.2.1 图像坐标系、摄像机坐标系与世界坐标系 | 第15-17页 |
| 2.2.2 线性摄像机模型（针孔模型） | 第17-19页 |
| 2.2.3 基于双目视觉的三维点重建原理 | 第19-20页 |
| 2.3 摄像机标定 | 第20-23页 |
| 2.3.1 标定方法简述 | 第20-21页 |
| 2.3.2 张氏平面定标法 | 第21-23页 |
| 2.4 双目立体视觉中的极线几何 | 第23-25页 |
| 2.4.1 对极几何 | 第23-24页 |
| 2.4.2 基础矩阵 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基础矩阵估计 | 第26-37页 |
| 3.1 引言 | 第26页 |
| 3.2 传统的基础矩阵估算方法 | 第26-31页 |
| 3.2.1 问题描述 | 第26-27页 |
| 3.2.2 改进的8 点法 | 第27-28页 |
| 3.2.3 基于点到极线的最小距离法 | 第28-29页 |
| 3.2.4 M-Estimators估计方法 | 第29-31页 |
| 3.3 改进的基础矩阵估计方法 | 第31-34页 |
| 3.3.1 基础矩阵初值设定 | 第31页 |
| 3.3.2 基于FNS的估计方法 | 第31-34页 |
| 3.4 实验结果与分析 | 第34-36页 |
| 3.4.1 评价方法 | 第34页 |
| 3.4.2 实验仿真结果 | 第34-35页 |
| 3.4.3 分析与结论 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 立体匹配 | 第37-52页 |
| 4.1 引言 | 第37页 |
| 4.2 匹配准则 | 第37-39页 |
| 4.3 特征提取 | 第39-43页 |
| 4.3.1 角点检测 | 第39-40页 |
| 4.3.2 Harris角点提取 | 第40-41页 |
| 4.3.3 角点提取结果 | 第41-43页 |
| 4.4 基于极线约束的点匹配方法 | 第43-46页 |
| 4.4.1 建立初始匹配 | 第43-44页 |
| 4.4.2 松弛法去除误匹配 | 第44-45页 |
| 4.4.3 利用对极几何约束精确匹配 | 第45-46页 |
| 4.5 对立体匹配的改进及实验结果分析 | 第46-51页 |
| 4.5.1 自适应松弛迭代优化立体匹配 | 第46-49页 |
| 4.5.2 实验结果与分析 | 第49-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第五章 三维点重建 | 第52-63页 |
| 5.1 引言 | 第52页 |
| 5.2 三维重建 | 第52-55页 |
| 5.2.1 计算本质矩阵 | 第52-53页 |
| 5.2.2 确定摄像机外参数 | 第53-54页 |
| 5.2.3 离散点的三维坐标计算 | 第54-55页 |
| 5.3 三维点重建系统 | 第55-56页 |
| 5.4 离散三维点重建实验结果 | 第56-61页 |
| 5.5 本章小结 | 第61-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 全文总结 | 第63-64页 |
| 6.2 未来展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69页 |
