| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-12页 |
| 1.2 摄像机标定的发展与研究现状 | 第12-14页 |
| 1.3 本文主要工作及结构安排 | 第14-16页 |
| 第2章 摄像机标定的基础理论 | 第16-30页 |
| 2.1 坐标系及转换关系 | 第16-18页 |
| 2.2 摄像机成像模型 | 第18-21页 |
| 2.2.1 摄像机成像的线性模型 | 第18-19页 |
| 2.2.2 摄像机成像的非线性模型 | 第19-21页 |
| 2.3 摄像机标定的参数 | 第21-22页 |
| 2.4 常用的摄像机标定方法 | 第22-28页 |
| 2.4.1 传统标定方法 | 第22-26页 |
| 2.4.2 自标定方法 | 第26-27页 |
| 2.4.3 张正友平面标定法 | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第3章 基于对称性特征改进的Harris角点检测 | 第30-48页 |
| 3.1 角点类型 | 第30页 |
| 3.2 角点检测方法的对比分析 | 第30-38页 |
| 3.2.1 角点检测方法分类 | 第30-34页 |
| 3.2.2 基于图像灰度梯度的亚像素提取 | 第34-36页 |
| 3.2.3 基于灰度的角点检测的对比分析 | 第36-38页 |
| 3.3 改进的亚像素级角点检测算法 | 第38-43页 |
| 3.3.1 棋盘格角点的对称性特征 | 第38-39页 |
| 3.3.2 基于对称性特征改进的Harris角点检测算法的原理 | 第39-43页 |
| 3.4 实验及分析 | 第43-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第4章 基于ICSA-PSO的摄像机标定 | 第48-64页 |
| 4.1 粒子群算法(PSO) | 第48-49页 |
| 4.2 免疫克隆选择算法(ICSA) | 第49-50页 |
| 4.3 改进的ICSA-PSO摄像机标定算法 | 第50-59页 |
| 4.3.1 惯性权重的选择 | 第51-53页 |
| 4.3.2 ICSA-PSO算法原理 | 第53-54页 |
| 4.3.3 基于ICSA-PSO的摄像机标定过程 | 第54-57页 |
| 4.3.4 反投影误差函数 | 第57-59页 |
| 4.4 实验分析 | 第59-63页 |
| 4.4.1 标定实验 | 第59-60页 |
| 4.4.2 结果及分析 | 第60-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第5章 结论与展望 | 第64-66页 |
| 5.1 论文的工作总结 | 第64-65页 |
| 5.2 工作展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70页 |