摄像机内参数估计的若干研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 引言 | 第7-10页 |
| ·论文的研究背景 | 第7-9页 |
| ·论文的组织结构 | 第9-10页 |
| 第二章 多视图几何的基本理论 | 第10-22页 |
| ·摄像机针孔模型及成像原理 | 第10-14页 |
| ·参考坐标系 | 第10-13页 |
| ·摄像机针孔模型 | 第13-14页 |
| ·基本矩阵 | 第14-18页 |
| ·对极几何 | 第14-16页 |
| ·基本矩阵 | 第16-18页 |
| ·单应矩阵 | 第18-22页 |
| ·单应矩阵 | 第18-20页 |
| ·由匹配点求解单应矩阵 | 第20-22页 |
| 第三章 基本矩阵算法的研究 | 第22-34页 |
| ·常见的线性算法 | 第22-27页 |
| ·基本矩阵的8点算法 | 第22-23页 |
| ·最小配置解-7点算法 | 第23-24页 |
| ·基本矩阵的6点算法 | 第24-25页 |
| ·平移运动下的2点算法 | 第25-27页 |
| ·基本矩阵估计的RANSAC算法 | 第27-30页 |
| ·RANSAC算法 | 第27-29页 |
| ·基本矩阵的6点RANSAC算法 | 第29-30页 |
| ·实验结果 | 第30-34页 |
| ·模拟实验 | 第30-31页 |
| ·真实图像实验 | 第31-34页 |
| 第四章 基于SVD分解的摄像机自标定 | 第34-43页 |
| ·Kruppa方程 | 第34-38页 |
| ·绝对二次曲线(面) | 第34-36页 |
| ·Kruppa方程的导入 | 第36-38页 |
| ·基于SVD分解的摄像机自标定 | 第38-41页 |
| ·Kruppa方程的简化形式 | 第38-40页 |
| ·非线性优化 | 第40-41页 |
| ·真实图像实验 | 第41-43页 |
| 第五章 运动参数约束下的摄像机自标定 | 第43-55页 |
| ·基于极点信息的摄像机自标定 | 第43-46页 |
| ·五参数模型 | 第43-44页 |
| ·图像对之间的极点表达 | 第44-45页 |
| ·基于极点信息的摄像机自标定 | 第45-46页 |
| ·运动参数约束下自标定的2点算法 | 第46-50页 |
| ·实验结果及分析 | 第50-55页 |
| ·模拟实验 | 第50-53页 |
| ·真实图像实验 | 第53-55页 |
| 第六章 总结及展望 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 导师和作者简介 | 第61-62页 |
| 致谢 | 第62页 |
