面向水下三维重建的光视觉特征提取与匹配方法研究
| 摘要 | 第6-8页 |
| abstract | 第8-9页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 课题研究的背景及意义 | 第13-14页 |
| 1.2 立体视觉技术发展概况 | 第14-16页 |
| 1.3 课题研究现状 | 第16-17页 |
| 1.4 课题主要研究内容和论文结构安排 | 第17-19页 |
| 第2章 双目立体视觉系统 | 第19-31页 |
| 2.1 引言 | 第19页 |
| 2.2 摄像机成像模型 | 第19-23页 |
| 2.2.1 成像模型的坐标系统 | 第19-21页 |
| 2.2.2 摄像机线性模型 | 第21-22页 |
| 2.2.3 摄像机非线性模型 | 第22-23页 |
| 2.3 双目立体视觉原理 | 第23-24页 |
| 2.4 摄像机标定 | 第24-26页 |
| 2.5 双目立体匹配算法 | 第26-30页 |
| 2.5.1 立体匹配的原理 | 第27-29页 |
| 2.5.2 立体匹配算法分类 | 第29-30页 |
| 2.6 本章小结 | 第30-31页 |
| 第3章 水下图像预处理 | 第31-44页 |
| 3.1 引言 | 第31页 |
| 3.2 直方图均衡化 | 第31-37页 |
| 3.2.1 全局直方图均衡化 | 第31-33页 |
| 3.2.2 自适应直方图均衡化 | 第33-36页 |
| 3.2.3 对比度受限自适应直方图均衡化 | 第36-37页 |
| 3.3 同态滤波 | 第37-39页 |
| 3.4 小波变换图像增强 | 第39-41页 |
| 3.5 基于引导滤波与CLAHE的图像增强方法 | 第41-42页 |
| 3.6 本章小结 | 第42-44页 |
| 第4章 水下图像特征提取与优化 | 第44-57页 |
| 4.1 引言 | 第44页 |
| 4.2 纹理的定义 | 第44页 |
| 4.3 纹理的描述方法 | 第44-48页 |
| 4.3.1 统计法 | 第45-46页 |
| 4.3.2 模型法 | 第46-47页 |
| 4.3.3 频谱法 | 第47-48页 |
| 4.3.4 结构法 | 第48页 |
| 4.4 基于灰度共生矩阵和分形模型的纹理特征提取 | 第48-50页 |
| 4.5 基于遗传算法的纹理特征优化 | 第50-56页 |
| 4.5.1 遗传算法基本概念 | 第50-51页 |
| 4.5.2 遗传算法的基本步骤 | 第51-53页 |
| 4.5.3 基于遗传算法的纹理特征优化 | 第53-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第5章 基于多特征融合的局部立体匹配算法 | 第57-73页 |
| 5.1 引言 | 第57页 |
| 5.2 匹配代价计算 | 第57-63页 |
| 5.2.1 基于颜色特征的匹配代价计算 | 第57-59页 |
| 5.2.2 基于梯度信息的匹配代价计算 | 第59页 |
| 5.2.3 基于纹理的边缘匹配代价计算 | 第59-62页 |
| 5.2.4 融合匹配代价计算 | 第62-63页 |
| 5.3 算法实现 | 第63-64页 |
| 5.4 标准图像实验结果分析 | 第64-67页 |
| 5.5 水下图像实验结果分析 | 第67-72页 |
| 5.5.1 实验设备介绍 | 第67-69页 |
| 5.5.2 实验结果分析 | 第69-72页 |
| 5.6 本章小结 | 第72-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 攻读硕士学位期间发表的论文和获得的科研成果 | 第80-81页 |
| 致谢 | 第81-82页 |
