首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于双目视觉的深度信息提取方法的研究

摘要第5-6页
abstract第6-7页
第1章 绪论第10-20页
    1.1 课题研究的背景及意义第10-11页
    1.2 国内外相关研究现状及发展趋势第11-15页
        1.2.1 国外研究现状第12-14页
        1.2.2 国内研究现状第14-15页
    1.3 双目测量的关键技术第15-18页
    1.4 论文的主要研究内容第18-20页
第2章 图像预处理以及双目摄像机标定第20-40页
    2.1 引言第20页
    2.2 图像预处理第20-23页
        2.2.1 灰度线性变换第20-21页
        2.2.2 图像平滑第21-23页
    2.3 HARRIS特征点提取第23-25页
    2.4 摄像机模型第25-28页
        2.4.1 坐标系定义第25-27页
        2.4.2 摄像机线性模型第27-28页
        2.4.3 摄像机非线性模型第28页
    2.5 标定方法第28-32页
        2.5.1 标定原理第28-29页
        2.5.2 算法过程第29-31页
        2.5.3 基于双目立体的标定第31-32页
    2.6 标定实验第32-38页
    2.7 本章小结第38-40页
第3章 改进的基础矩阵求解方法及立体校正第40-53页
    3.1 引言第40页
    3.2 外极几何约束与基础矩阵第40-41页
    3.3 基础矩阵的求解方法第41-46页
        3.3.1 Longuest-Higgins八点法第41-42页
        3.3.2 SIFT特征点提取第42-45页
        3.3.3 Harris-SIFT特征点提取第45-46页
    3.4 标定图像的校正第46页
    3.5 非标定图像的校正第46-48页
    3.6 实验结果和分析第48-51页
        3.6.1 特征点检测和提取第48-49页
        3.6.2 特征点匹配第49-51页
    3.7 本章小结第51-53页
第4章 图像匹配算法的选取第53-64页
    4.1 引言第53页
    4.2 图像匹配约束准则第53-54页
    4.3 匹配单元第54-55页
    4.4 图像匹配策略第55-56页
    4.5 图像匹配算法分类第56-60页
        4.5.1 基于特征的匹配算法第56页
        4.5.2 局部匹配算法第56-58页
        4.5.3 半全局匹配算法第58-59页
        4.5.4 全局匹配算法第59-60页
    4.6 实验结果第60-62页
    4.7 本章小结第62-64页
第5章 深度信息提取及实验结果第64-74页
    5.1 引言第64页
    5.2 深度信息提取原理第64-65页
    5.3 深度值精确求解第65-66页
    5.4 实验结果和分析第66-72页
        5.4.1 基于灰度化和中值滤波的图像预处理第67-68页
        5.4.2 基于改进的Harris-SIFT特征点的基础矩阵求解和立体校正第68-69页
        5.4.3 图像匹配及深度信息提取第69-72页
    5.5 本章小结第72-74页
结论第74-76页
参考文献第76-82页
攻读硕士学位期间发表的论文和取得的科研成果第82-84页
致谢第84页

论文共84页,点击 下载论文
上一篇:基于知识本体的移动健康管理系统研究
下一篇:高性能存储的不间断服务系统研究与搭建