基于双目立体视觉的三维图像重建
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·概述 | 第8-10页 |
| ·国内外双目立体视觉的发展 | 第10-12页 |
| ·课题来源与研究内容 | 第12-15页 |
| ·课题来源 | 第12-13页 |
| ·研究意义 | 第13页 |
| ·结构组织 | 第13-15页 |
| 第二章 摄像机模型和基础矩阵 | 第15-26页 |
| ·坐标系 | 第15-16页 |
| ·摄像机模型 | 第16-21页 |
| ·线性模型 | 第16-20页 |
| ·非线性模型 | 第20-21页 |
| ·对极几何与基础矩阵 | 第21-25页 |
| ·基础矩阵 | 第21-23页 |
| ·求解基础矩阵 | 第23-24页 |
| ·基础矩阵的鲁棒解法 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 摄像机标定 | 第26-36页 |
| ·引言 | 第26-27页 |
| ·传统的摄像机标定方法 | 第27-32页 |
| ·Tsai's万能摄像机标定法 | 第27-28页 |
| ·Weng's标定法 | 第28-30页 |
| ·张氏平面模板标定法 | 第30-32页 |
| ·标定实验及结果分析 | 第32-34页 |
| ·本章小结 | 第34-36页 |
| 第四章 特征点提取和相关匹配 | 第36-47页 |
| ·特征点的提取 | 第36-38页 |
| ·特征点的立体匹配算法 | 第38-43页 |
| ·相关匹配法 | 第39-41页 |
| ·RANSAC法 | 第41-42页 |
| ·LMEDS法(最小中值法) | 第42-43页 |
| ·恢复极线几何 | 第43-44页 |
| ·实验结果及分析 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 三维数据的获得和显示 | 第47-52页 |
| ·重建原理 | 第47-48页 |
| ·双目视觉传感器的数学模型 | 第48-49页 |
| ·双目视觉传感器的标定 | 第49-50页 |
| ·算法精度 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 三维重建系统框架、结构及实现 | 第52-63页 |
| ·流程框架图 | 第52-53页 |
| ·模块结构 | 第53-58页 |
| ·图像采集 | 第53-57页 |
| ·图像处理 | 第57-58页 |
| ·三维可视化 | 第58页 |
| ·实验结果及分析 | 第58-61页 |
| ·本章小结 | 第61-63页 |
| 第七章 全文总结及展望 | 第63-65页 |
| ·总结 | 第63页 |
| ·未来工作展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69页 |
