基于单目图像序列的直线光流场重建刚体运动和结构
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-16页 |
| ·计算机视觉 | 第9-10页 |
| ·视觉运动分析 | 第10-13页 |
| ·基于光流场的SFM 算法 | 第11-12页 |
| ·基于特征的SFM 算法 | 第12-13页 |
| ·基于直线的视觉运动分析 | 第13-14页 |
| ·本论文研究的内容 | 第14-16页 |
| 第二章 直线的表示法和直线光流场方程 | 第16-35页 |
| ·直线的表示原则 | 第16页 |
| ·直线的表示 | 第16-20页 |
| ·3D 直线的表示 | 第16-19页 |
| ·2D 直线的表示 | 第19-20页 |
| ·从空间直线到图像直线 | 第20-21页 |
| ·直线光流场的定义 | 第21页 |
| ·直线光流方程组的推导 | 第21-24页 |
| ·求解刚体运动参数 | 第24-26页 |
| ·求解刚体的旋转运动参数 | 第24-25页 |
| ·求解刚体的平移运动参数 | 第25-26页 |
| ·重建刚体结构 | 第26-27页 |
| ·实验与结果分析 | 第27-35页 |
| ·算例1 两条直线模拟数据仿真实验 | 第27-30页 |
| ·算例2 合成立方体框架实验 | 第30-35页 |
| 第三章 图像直线的提取和跟踪 | 第35-47页 |
| ·图像直线的提取 | 第35-38页 |
| ·Canny 边缘检测 | 第35-37页 |
| ·Hough 变换检测直线 | 第37-38页 |
| ·Kalman 滤波跟踪序列图像中的直线 | 第38-43页 |
| ·Kalman 滤波器基本原理 | 第38-39页 |
| ·扩展Kalman 滤波器 | 第39-40页 |
| ·基于直线光流场的扩展Kalman 滤波 | 第40-43页 |
| ·实验与结果 | 第43-47页 |
| ·算例1 立方体实体直线提取 | 第43-45页 |
| ·算例2 室内电风扇的真实图像直线提取 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 基于自适应线性神经网络求解刚体运动参数 | 第47-52页 |
| ·引言 | 第47页 |
| ·线性神经网络简介 | 第47-50页 |
| ·直线光流场的自适应线性神经网络模型 | 第50-52页 |
| 第五章 基于遗传算法的刚体运动参数的求解方法 | 第52-79页 |
| ·引言 | 第52页 |
| ·遗传算法简介 | 第52-55页 |
| ·基于遗传算法的直线光流场算法模型 | 第55-57页 |
| ·实验与结果 | 第57-78页 |
| ·算例1 两条直线模拟数据仿真实验 | 第57-59页 |
| ·算例2 合成立方体框架实验 | 第59-62页 |
| ·算例3 合成立方体实体图像实验 | 第62-64页 |
| ·算例4 室内电风扇的真实图像序列 | 第64-65页 |
| ·算例5 魔方图像序列 | 第65-69页 |
| ·算例6 3D 动画图像序列 | 第69-73页 |
| ·算例7 立方刚体平移图像序列 | 第73-78页 |
| ·本章小结 | 第78-79页 |
| 第六章 结论与展望 | 第79-81页 |
| ·本文结论 | 第79页 |
| ·后续工作展望 | 第79-81页 |
| 参考文献 | 第81-86页 |
| 附录 硕士期间发表论文情况 | 第86-87页 |
| 致谢 | 第87页 |
