基于特征点追踪的实时相机姿态估计
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究的背景和意义 | 第10-11页 |
| 1.2 相机姿态估计的研究现状 | 第11-13页 |
| 1.2.1 相机标定算法的研究现状 | 第12页 |
| 1.2.2 相机姿态估计算法的研究现状 | 第12-13页 |
| 1.3 本文的主要研究内容 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-16页 |
| 第二章 相机姿态估计的基本理论 | 第16-36页 |
| 2.1 相机姿态的定义 | 第16页 |
| 2.2 相关计算机视觉几何 | 第16-19页 |
| 2.2.1 相机的针孔模型 | 第17-18页 |
| 2.2.2 相机的非线性模型及常见畸变 | 第18-19页 |
| 2.3 相机模型的四大坐标系和两大矩阵 | 第19-21页 |
| 2.4 相机标定算法及其优缺点 | 第21-26页 |
| 2.4.1 相机标定算法的介绍 | 第21-22页 |
| 2.4.2 张正友相机标定法 | 第22-26页 |
| 2.5 常见的优化算法及其优缺点 | 第26-31页 |
| 2.5.1 最小二乘法 | 第26-27页 |
| 2.5.2 梯度下降法 | 第27-28页 |
| 2.5.3 牛顿法和拟牛顿法 | 第28-30页 |
| 2.5.4 共轭梯度法 | 第30页 |
| 2.5.5 LM优化算法 | 第30-31页 |
| 2.6 传统经典相机姿态估计算法 | 第31-35页 |
| 2.6.1 基于特征匹配的相机姿态估计算法及实现 | 第32-34页 |
| 2.6.2 基于像素的相机姿态估计算法及实现 | 第34-35页 |
| 2.7 本章小结 | 第35-36页 |
| 第三章 相机姿态估计的核心算法设计及实验 | 第36-44页 |
| 3.1 张正友相机标定算法原理及实现 | 第36-38页 |
| 3.2 FAST特征提取原理及实现 | 第38-40页 |
| 3.3 KLT特征追踪算法原理及实现 | 第40-42页 |
| 3.4 LM优化算法原理及实现 | 第42-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第四章 相机姿态估计算法的优化及实现 | 第44-54页 |
| 4.1 预处理 | 第44-50页 |
| 4.1.1 理论介绍 | 第44-46页 |
| 4.1.2 实验结果 | 第46-50页 |
| 4.2 关键帧的设置 | 第50-51页 |
| 4.2.1 理论介绍 | 第50页 |
| 4.2.2 实验结果 | 第50-51页 |
| 4.3 全局算法流程图 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 相机姿态估计实验结果及对比分析 | 第54-60页 |
| 5.1 相机姿态估计的评价体系 | 第54页 |
| 5.2 基于特征追踪和常见方法的实验结果对比 | 第54-57页 |
| 5.2.1 基于特征匹配方法与本文方法的比较 | 第54-57页 |
| 5.2.2 基于像素方法与本文方法的比较 | 第57页 |
| 5.3 结论 | 第57-58页 |
| 5.4 本章小结 | 第58-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 6.1 本文工作总结 | 第60-61页 |
| 6.2 未来工作展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 攻读硕士学位期间发表的论文 | 第68页 |
