| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 双目立体视觉研究进展 | 第10-12页 |
| 1.3 深度测量研究进展 | 第12-13页 |
| 1.4 相关技术研究现状 | 第13-16页 |
| 1.4.1 运动目标检测研究现状 | 第13-14页 |
| 1.4.2 运动目标跟踪研究现状 | 第14-15页 |
| 1.4.3 立体匹配研究现状 | 第15-16页 |
| 1.5 本文研究内容及章节安排 | 第16-18页 |
| 2 双目立体视觉摄像机标定 | 第18-28页 |
| 2.1 双目立体视觉的基本理论 | 第18-21页 |
| 2.1.1 摄像机成像模型 | 第18-21页 |
| 2.1.3 双目视觉测距原理 | 第21页 |
| 2.2 双目摄像机标定 | 第21-27页 |
| 2.2.1 张正友标定算法原理 | 第22-24页 |
| 2.2.2 摄像机标定实验 | 第24-27页 |
| 2.3 本章小结 | 第27-28页 |
| 3 运动目标检测与跟踪算法研究 | 第28-48页 |
| 3.1 目标检测算法的研究 | 第28-39页 |
| 3.1.1 帧差法 | 第28-29页 |
| 3.1.2 背景减除法 | 第29-32页 |
| 3.1.3 改进的背景消减法 | 第32-33页 |
| 3.1.4 实验结果与分析 | 第33-39页 |
| 3.2 目标跟踪算法的研究 | 第39-47页 |
| 3.2.1 KCF跟踪算法原理 | 第39-42页 |
| 3.2.2 改进的KCF跟踪算法 | 第42-44页 |
| 3.2.3 实验结果与分析 | 第44-47页 |
| 3.3 本章小结 | 第47-48页 |
| 4 双目视觉的立体匹配与深度提取 | 第48-61页 |
| 4.1 基于最小生成树的非局部立体匹配算法 | 第48-54页 |
| 4.1.1 概述 | 第48页 |
| 4.1.2 基于最小生成树的非局部立体匹配算法原理 | 第48-51页 |
| 4.1.3 实验结果与分析 | 第51-54页 |
| 4.2 双目立体视觉测距系统平台搭建 | 第54-56页 |
| 4.2.1 系统硬件组成 | 第54-55页 |
| 4.2.2 系统软件设计 | 第55-56页 |
| 4.3 系统实验与结果分析 | 第56-60页 |
| 4.3.1 测距实验 | 第57-58页 |
| 4.3.2 误差分析 | 第58-60页 |
| 4.4 本章小结 | 第60-61页 |
| 5 总结与展望 | 第61-62页 |
| 5.1 总结 | 第61页 |
| 5.2 展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |