规则形状几何物体的散焦测距算法研究
| 第1章 绪论 | 第1-14页 |
| 1．1 课题研究的背景及意义 | 第9页 |
| 1．2 恢复图像中物体距离的方法 | 第9-13页 |
| 1．2．1 测距方法的分类 | 第9-11页 |
| 1．2．2 散焦测距方法的提出 | 第11-12页 |
| 1．2．3 散焦测距的发展趋势 | 第12-13页 |
| 1．3 课题的主要研究内容 | 第13页 |
| 1．4 课题内容的具体安排 | 第13-14页 |
| 第2章 散焦测距的理论基础 | 第14-26页 |
| 2．1 点光源成像模型 | 第14-15页 |
| 2．2 光源的分布函数 | 第15-19页 |
| 2．3 散焦测距原理 | 第19-20页 |
| 2．4 远心镜头的成像原理 | 第20-22页 |
| 2．4．1 物方远心光路 | 第20页 |
| 2．4．2 像方远心光路 | 第20-22页 |
| 2．5 摄像机标定 | 第22-24页 |
| 2．5．1 标定的定义 | 第22页 |
| 2．5．2 最小平方法标定参数k | 第22-24页 |
| 2．6 本章小结 | 第24-26页 |
| 第3章 图像预处理 | 第26-37页 |
| 3．1 图像的噪声处理 | 第26-27页 |
| 3．1．1 噪声的来源 | 第26页 |
| 3．1．2 图像系统常见噪声 | 第26-27页 |
| 3．1．3 课题中对噪声的处理 | 第27页 |
| 3．2 图像的灰度化 | 第27-28页 |
| 3．3 图像的边缘检测 | 第28-36页 |
| 3．3．1 边缘检测的概念 | 第28页 |
| 3．3．2 边缘检测的方法分类 | 第28-29页 |
| 3．3．3 边缘的分类 | 第29页 |
| 3．3．4 课题选用的边缘检测算子 | 第29-36页 |
| 3．4 本章小结 | 第36-37页 |
| 第4章 散焦测距算法研究 | 第37-66页 |
| 4．1 Pentland的深度恢复算法 | 第37-46页 |
| 4．1．1 单幅阶跃边缘灰度图像测距的原理 | 第37-38页 |
| 4．1．2 两幅不同散焦程度图像测距的原理及实现 | 第38-40页 |
| 4．1．3 图像的频谱 | 第40-43页 |
| 4．1．4 算法的流程图及实验结果 | 第43-46页 |
| 4．2 Subbarao的深度恢复算法 | 第46-56页 |
| 4．2．1 算法的数学模型 | 第47-48页 |
| 4．2．2 功率谱密度 | 第48-49页 |
| 4．2．3 大幅度改变摄像机参数获取景深 | 第49-50页 |
| 4．2．4 微幅改变摄像机参数获取景深 | 第50-51页 |
| 4．2．5 算法的改进 | 第51-56页 |
| 4．3 基于矩保持的深度恢复算法 | 第56-64页 |
| 4．3．1 算法的数学模型 | 第56-58页 |
| 4．3．2 原理分析 | 第58-59页 |
| 4．3．3 深度估计算法 | 第59-61页 |
| 4．3．4 算法的流程图及实验结果 | 第61-64页 |
| 4．4 本章小结 | 第64-66页 |
| 第5章 总结与展望 | 第66-67页 |
| 5．1 主要结论 | 第66页 |
| 5．2 展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 攻读硕士学位期间发表的论文 | 第70-71页 |
| 致谢 | 第71页 |
