基于双目视觉的测距方法研究及其实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题的研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 局部立体匹配算法研究现状 | 第13-14页 |
| 1.2.2 全局立体匹配算法研究现状 | 第14页 |
| 1.2.3 半全局立体匹配算法研究现状 | 第14-15页 |
| 1.3 论文的主要研究内容与组织结构 | 第15-17页 |
| 第二章 基于稳定点的局部立体匹配方法 | 第17-37页 |
| 2.1 引言 | 第17-18页 |
| 2.2 算法框架 | 第18-19页 |
| 2.3 双目测距基本原理 | 第19-25页 |
| 2.3.1 双目测距模型 | 第19-20页 |
| 2.3.2 立体标定 | 第20-22页 |
| 2.3.3 图像校正 | 第22-23页 |
| 2.3.4 立体匹配约束 | 第23页 |
| 2.3.5 匹配代价计算与代价聚合 | 第23-25页 |
| 2.3.6 视差计算和优化 | 第25页 |
| 2.4 包滤波器加速 | 第25-27页 |
| 2.5 基于视差邻域相似性的稳定格点计算 | 第27-28页 |
| 2.6 基于可信度打分的稳定边缘点计算 | 第28-31页 |
| 2.6.1 可信度打分 | 第28-30页 |
| 2.6.2 边缘计算 | 第30-31页 |
| 2.6.3 稳定边缘点的选取 | 第31页 |
| 2.7 非稳定点的视差计算 | 第31-32页 |
| 2.7.1 列插值 | 第31-32页 |
| 2.7.2 行插值 | 第32页 |
| 2.8 实验结果及分析 | 第32-36页 |
| 2.8.1 主观实验结果评测与分析 | 第32-34页 |
| 2.8.2 客观实验结果评测与分析 | 第34-36页 |
| 2.9 本章小结 | 第36-37页 |
| 第三章 改进的半全局立体匹配方法 | 第37-49页 |
| 3.1 引言 | 第37页 |
| 3.2 算法框架 | 第37-38页 |
| 3.3 传统的半全局立体匹配方法 | 第38-41页 |
| 3.4 半全局立体匹配的聚合方向优化 | 第41-44页 |
| 3.5 基于最小生成树的上采样方法 | 第44-47页 |
| 3.6 实验结果及分析 | 第47-48页 |
| 3.6.1 主观实验结果评测与分析 | 第47-48页 |
| 3.6.2 客观实验结果评测及分析 | 第48页 |
| 3.7 本章小结 | 第48-49页 |
| 第四章 基于超像素分割和可信度的视差修正方法 | 第49-59页 |
| 4.1 引言 | 第49页 |
| 4.2 算法框架 | 第49-50页 |
| 4.3 前景膨胀效应 | 第50-51页 |
| 4.4 超像素分割 | 第51-53页 |
| 4.5 可信度图计算与视差修正 | 第53-54页 |
| 4.6 实验结果及分析 | 第54-58页 |
| 4.6.1 主观实验结果评测与分析 | 第54-57页 |
| 4.6.2 客观实验结果评测与分析 | 第57-58页 |
| 4.7 本章小结 | 第58-59页 |
| 第五章 嵌入式环境搭建与算法移植 | 第59-72页 |
| 5.1 引言 | 第59页 |
| 5.2 嵌入式系统搭建 | 第59-62页 |
| 5.2.1 硬件开发平台 | 第60-61页 |
| 5.2.2 软件开发环境 | 第61-62页 |
| 5.2.3 视频数据流框架 | 第62页 |
| 5.3 算法移植与优化 | 第62-69页 |
| 5.3.1 编译选项优化 | 第63页 |
| 5.3.2 软件流水线 | 第63-65页 |
| 5.3.3 内联函数优化 | 第65-66页 |
| 5.3.4 L2缓存优化 | 第66-67页 |
| 5.3.5 DMA优化 | 第67-68页 |
| 5.3.6 其他注意事项 | 第68-69页 |
| 5.4 算法实验结果及分析 | 第69-71页 |
| 5.4.1 实验结果 | 第69-71页 |
| 5.4.2 测距精度分析 | 第71页 |
| 5.5 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72-73页 |
| 6.2 展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-81页 |
| 攻读硕士学位期间取得的成果 | 第81-82页 |
