基于双目立体视觉的人脸三维数据获取方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·选题的背景及意义 | 第8页 |
| ·三维数据获取技术的研究现状 | 第8-12页 |
| ·三维激光扫描 | 第10页 |
| ·立体视觉测量 | 第10-11页 |
| ·结构光三维测量 | 第11-12页 |
| ·本文的研究内容 | 第12-13页 |
| ·论文的组织结构 | 第13-14页 |
| 第二章 双目立体视觉理论 | 第14-19页 |
| ·Marr 的计算机视觉理论框架 | 第14-16页 |
| ·双目立体视觉的基本原理 | 第16页 |
| ·双目立体视觉的研究内容 | 第16-18页 |
| ·本章小结 | 第18-19页 |
| 第三章 摄像机标定 | 第19-37页 |
| ·摄像机成像模型 | 第19-25页 |
| ·参考坐标系 | 第19-20页 |
| ·线性摄像机模型下的坐标系之间的变换 | 第20-23页 |
| ·非线性摄像机模型下的坐标系之间的变换 | 第23-25页 |
| ·摄像机标定方法分类 | 第25-27页 |
| ·传统摄像机标定方法 | 第26-27页 |
| ·摄像机自标定方法 | 第27页 |
| ·基于OpenCV 的摄像机标定方法 | 第27-34页 |
| ·OpenCV 简介 | 第28-29页 |
| ·OpenCV 中的摄像机标定方法 | 第29-32页 |
| ·基于OpenCV 的摄像机标定步骤 | 第32-34页 |
| ·实验与分析 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 图像预处理 | 第37-45页 |
| ·中值滤波 | 第38-39页 |
| ·高斯滤波 | 第39-41页 |
| ·直方图增强 | 第41-44页 |
| ·直方图均衡化 | 第41-42页 |
| ·直方图匹配 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 立体图像匹配和三维数据获取 | 第45-59页 |
| ·立体图像匹配的研究内容 | 第45-47页 |
| ·匹配基元的选择 | 第45-46页 |
| ·常用的匹配准则 | 第46页 |
| ·算法结构 | 第46-47页 |
| ·立体图像匹配基本算法 | 第47-49页 |
| ·基于区域相关的匹配算法 | 第47页 |
| ·基于特征的匹配算法 | 第47-48页 |
| ·基于相位的匹配算法 | 第48-49页 |
| ·基于双序列比对算法的立体匹配方法 | 第49-55页 |
| ·双序列比对算法 | 第49-54页 |
| ·本文的匹配方法描述 | 第54-55页 |
| ·三维数据获取 | 第55-57页 |
| ·实验与分析 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结与展望 | 第59-61页 |
| ·全文总结 | 第59-60页 |
| ·工作展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-66页 |
| 个人简历及攻读硕士期间发表的学术论文 | 第66页 |
