基于正交消失点性质的摄像机标定方法研究
摘要 | 第3-4页 |
Abstract | 第4页 |
第一章 绪论 | 第7-14页 |
1.1 课题研究的背景和研究意义 | 第7-8页 |
1.2 摄像机标定技术的发展和国内外研究现状 | 第8-11页 |
1.2.1 传统标定方法 | 第9-10页 |
1.2.2 自标定方法 | 第10-11页 |
1.2.3 基于主动视觉标定方法 | 第11页 |
1.3 本文主要研究内容 | 第11-12页 |
1.4 本文章节安排 | 第12-14页 |
第二章 图像角点检测 | 第14-26页 |
2.1 引言 | 第14页 |
2.2 角点定义 | 第14页 |
2.3 角点检测的标准 | 第14-15页 |
2.4 常见的角点检测算法 | 第15-17页 |
2.4.1 基于边缘轮廓的角点检测 | 第15-16页 |
2.4.2 基于图像灰度的角点检测 | 第16-17页 |
2.5 Harris角点检测算法 | 第17-20页 |
2.5.1 基本原理 | 第17-19页 |
2.5.2 算法步骤 | 第19-20页 |
2.5.3 k值对角点检测的影响 | 第20页 |
2.6 基于Harris角点检测的改进算法 | 第20-25页 |
2.6.1 相邻像素差分筛选 | 第20-22页 |
2.6.2 亚像素级角点检测 | 第22-23页 |
2.6.3 改进的Harris角点检测算法步骤 | 第23页 |
2.6.4 角点检测实验结果与分析 | 第23-25页 |
2.7 本章小结 | 第25-26页 |
第三章 基于共面点改进的摄像机标定方法 | 第26-43页 |
3.1 引言 | 第26页 |
3.2 成像坐标系介绍 | 第26-28页 |
3.3 摄像机标定模型 | 第28-32页 |
3.3.1 摄像机线性模型(针孔模型) | 第28-29页 |
3.3.2 摄像机非线性模型 | 第29-32页 |
3.4 基于共面点改进的摄像机标定方法 | 第32-42页 |
3.4.1 基于共面点摄像机标定模型 | 第32-34页 |
3.4.2 待标定参数 | 第34页 |
3.4.3 改进的标定策略 | 第34-35页 |
3.4.4 线性求解单应性矩阵 | 第35-36页 |
3.4.5 摄像机内外参数优化 | 第36页 |
3.4.6 考虑畸变系数非线性优化 | 第36-37页 |
3.4.7 误差评价函数 | 第37-38页 |
3.4.8 标定实验结果与分析 | 第38-42页 |
3.5 本章小结 | 第42-43页 |
第四章 基于正交消失点性质的摄像机标定方法 | 第43-57页 |
4.1 引言 | 第43页 |
4.2 消失点 | 第43-46页 |
4.2.1 消失点定义和原理 | 第43-44页 |
4.2.2 消失点拟合和优化 | 第44-46页 |
4.3 摄像机标定模型 | 第46页 |
4.4 摄像机内参数标定 | 第46-48页 |
4.4.1 基于两对正交消失点的标定方法 | 第46-47页 |
4.4.2 基于一对正交消失点的标定方法 | 第47-48页 |
4.5 考虑畸变系数的非线性优化 | 第48-49页 |
4.6 摄像机外参数标定 | 第49-51页 |
4.7 摄像机标定实验结果与分析 | 第51-56页 |
4.7.1 摄像机标定流程 | 第51页 |
4.7.2 室内环境标定实验 | 第51-52页 |
4.7.3 室外环境标定实验 | 第52-56页 |
4.8 本章小结 | 第56-57页 |
第五章 总结与展望 | 第57-59页 |
5.1 论文主要内容总结 | 第57页 |
5.2 论文研究工作的不足以及未来的研究展望 | 第57-59页 |
致谢 | 第59-60页 |
参考文献 | 第60-64页 |
附录: 作者在攻读硕士学位期间发表的论文 | 第64页 |