移动机器人立体视觉三维重建系统的研究与开发
| 第一章 绪论 | 第8-12页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 三维重建系统的研究意义及现状 | 第9-10页 |
| 1.2.1 三维重建的意义 | 第9页 |
| 1.2.2 三维重建系统的研究现状 | 第9-10页 |
| 1.3 论文安排 | 第10-12页 |
| 第二章 移动机器人立体视觉三维重建系统的研究 | 第12-18页 |
| 2.1 立体视觉三维重建的原理 | 第12-13页 |
| 2.2 系统的结构设计 | 第13-18页 |
| 2.2.1 系统的目标 | 第13页 |
| 2.2.2 系统的结构框图 | 第13-15页 |
| 2.2.3 摄像机标定及立体成像模型的建立 | 第15页 |
| 2.2.4 特征提取及特征匹配 | 第15-16页 |
| 2.2.5 被摄物体三维坐标的获取 | 第16-18页 |
| 第三章 基于反对称矩阵特性的摄像机标定 | 第18-33页 |
| 3.1 摄像机模型及空间定义 | 第19-24页 |
| 3.2 Zhang's摄像机标定方法的原理 | 第24-28页 |
| 3.3 基于反对称矩阵特性的摄像机标定方法的原理 | 第28-30页 |
| 3.4 与Zhang's标定方法比较实验 | 第30-33页 |
| 第四章 基于Harris角点的特征匹配 | 第33-41页 |
| 4.1 图象平滑预处理 | 第33-34页 |
| 4.2 Harris特征提取法 | 第34-36页 |
| 4.3 特征匹配 | 第36-38页 |
| 4.3.1 初始匹配 | 第36-37页 |
| 4.3.2 基本矩阵F的建立及精匹配 | 第37-38页 |
| 4.4 实验和结论 | 第38-41页 |
| 第五章 被摄物三维坐标的获取 | 第41-47页 |
| 5.1 深度信息的获取 | 第41-43页 |
| 5.1.1 三角测距原理 | 第41-42页 |
| 5.1.2 深度信息获取实验 | 第42-43页 |
| 5.2 三维坐标的线性迭代计算方法 | 第43-47页 |
| 5.2.1 误差条件下线性算法 | 第43-44页 |
| 5.2.2 线性算法的改进 | 第44页 |
| 5.2.3 实验 | 第44-47页 |
| 第六章 移动机器人立体视觉三维重建系统的实现 | 第47-56页 |
| 6.1 软硬件选择 | 第47页 |
| 6.2 OpenCV的安装及使用 | 第47-49页 |
| 6.3 Matlab和C++混合编程 | 第49-50页 |
| 6.4 系统实现的算法及结果 | 第50-56页 |
| 第七章 结论与展望 | 第56-58页 |
| 7.1 结论 | 第56-57页 |
| 7.2 进一步研究的问题 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62页 |
