基于最小凸包理论的相机自动标定方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 相机标定的国内外研究现状 | 第11-13页 |
| 1.2.2 角点提取的国内外研究现状 | 第13-15页 |
| 1.3 本文的研究内容和结构安排 | 第15-18页 |
| 第2章 相机标定基本理论研究 | 第18-34页 |
| 2.1 参考坐标系与成像模型 | 第18-24页 |
| 2.1.1 参考坐标系 | 第18-20页 |
| 2.1.2 成像模型 | 第20-24页 |
| 2.1.3 需要标定的参数 | 第24页 |
| 2.2 标定方法分类 | 第24-29页 |
| 2.2.1 传统标定方法 | 第25-27页 |
| 2.2.2 基于主动视觉的标定方法 | 第27-28页 |
| 2.2.3 自标定方法 | 第28-29页 |
| 2.3 图像的特征点提取与匹配 | 第29-32页 |
| 2.4 小结 | 第32-34页 |
| 第3章 基于形态学处理的棋盘格角点检测 | 第34-52页 |
| 3.1 常用的角点检测算法 | 第34-41页 |
| 3.1.1 Moravec角点检测算法 | 第34-35页 |
| 3.1.2 Harris角点检测算法 | 第35-37页 |
| 3.1.3 SUSAN角点检测算法 | 第37-39页 |
| 3.1.4 基于Matlab工具箱的角点检测 | 第39-41页 |
| 3.2 形态学的基本理论 | 第41-43页 |
| 3.3 棋盘格角点自动检测 | 第43-48页 |
| 3.3.1 图像预处理 | 第43-45页 |
| 3.3.2 棋盘格图像二值分割 | 第45-46页 |
| 3.3.3 棋盘格网格自动识别 | 第46-47页 |
| 3.3.4 角点的像素级定位 | 第47-48页 |
| 3.4 实验结果与分析 | 第48-50页 |
| 3.5 小结 | 第50-52页 |
| 第4章 棋盘格角点特征提取 | 第52-64页 |
| 4.1 棋盘格角点的排序 | 第52-59页 |
| 4.1.1 棋盘格四极点的自动识别 | 第52-55页 |
| 4.1.2 角点自动排序 | 第55-56页 |
| 4.1.3 角点排序实验 | 第56-59页 |
| 4.2 棋盘格角点的精确定位 | 第59-62页 |
| 4.3 小结 | 第62-64页 |
| 第5章 标定实验与结果分析 | 第64-74页 |
| 5.1 实验图像与系统介绍 | 第64-68页 |
| 5.1.1 实验系统介绍 | 第64-65页 |
| 5.1.2 图像采集 | 第65-68页 |
| 5.2 标定模型 | 第68-71页 |
| 5.3 实验结果分析 | 第71-72页 |
| 5.4 小结 | 第72-74页 |
| 第6章 结论与展望 | 第74-76页 |
| 6.1 结论 | 第74-75页 |
| 6.2 展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 在学期间研究成果 | 第80-82页 |
| 致谢 | 第82-83页 |
