摘要 | 第4-5页 |
Abstract | 第5-6页 |
1 绪论 | 第10-15页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 国内外研究进展 | 第11-13页 |
1.2.1 相机自标定 | 第11-12页 |
1.2.2 基于图像的三维重建 | 第12-13页 |
1.3 研究内容与目标 | 第13-14页 |
1.4 论文组织结构 | 第14-15页 |
2 相机自标定原理及方法 | 第15-24页 |
2.1 相机标定模型 | 第15-18页 |
2.1.1 坐标系概述 | 第15页 |
2.1.2 针孔相机模型 | 第15-18页 |
2.2 相机自标定方法 | 第18-19页 |
2.2.1 基于绝对二次曲面的相机自标定方法 | 第18页 |
2.2.2 基于模约束的相机自标定方法 | 第18-19页 |
2.2.3 基于Kruppa方程组的自标定方法 | 第19页 |
2.3 自标定过程中的优化估计方法 | 第19-23页 |
2.3.1 最小二乘法 | 第20页 |
2.3.2 迭代最小化方法 | 第20-22页 |
2.3.3 鲁棒估计方法 | 第22-23页 |
2.4 本章小结 | 第23-24页 |
3 特征提取及匹配算法 | 第24-35页 |
3.1 图像局部特征概述 | 第24-25页 |
3.1.1 局部不变性特征概述 | 第24页 |
3.1.2 局部特征描述比较 | 第24-25页 |
3.2 基于GPU并行计算的SIFT算法实现 | 第25-29页 |
3.2.1 CUDA并行编程模型 | 第26页 |
3.2.2 SIFT算法的基本流程 | 第26-28页 |
3.2.3 SIFT算法的粒度划分及并行化设计 | 第28-29页 |
3.3 实验与结果分析 | 第29-34页 |
3.3.1 局部特征描述比较与分析 | 第29-31页 |
3.3.2 GPU-SIFT算法实验与分析 | 第31-34页 |
3.4 本章小结 | 第34-35页 |
4 焦距可变相机自标定方法 | 第35-52页 |
4.1 焦距可变相机自标定算法的基本框架 | 第35-40页 |
4.1.1 射影重建的基本原理 | 第35-37页 |
4.1.2 绝对二次曲线与绝对二次曲面 | 第37-40页 |
4.2 射影重建优化估计方法 | 第40-42页 |
4.2.1 基础矩阵优化估计问题描述 | 第40-41页 |
4.2.2 射影重建中的误差准则 | 第41-42页 |
4.3 基于绝对二次曲面的可变焦距相机自标定算法 | 第42-45页 |
4.3.1 焦距可变相机自标定问题描述 | 第42-43页 |
4.3.2 绝对二次曲面优化估计策略 | 第43-44页 |
4.3.3 基于捆集调整的全局优化方法 | 第44-45页 |
4.4 实验与结果分析 | 第45-51页 |
4.4.1 基础矩阵优化估计方法比较与分析 | 第45-47页 |
4.4.2 基础矩阵鲁棒估计中误差准则比较与分析 | 第47-48页 |
4.4.3 绝对二次曲面估计结果与分析 | 第48-50页 |
4.4.4 全局优化下的可变焦距相机自标定算法结果与分析 | 第50-51页 |
4.5 本章小结 | 第51-52页 |
5 可变内参相机自标定方法 | 第52-66页 |
5.1 可变内参相机自标定算法的基本框架 | 第52-53页 |
5.2 基于三焦张量的射影重建算法 | 第53-56页 |
5.2.1 三视图中三焦量几何约束 | 第53-55页 |
5.2.2 三焦张量的优化估计方法 | 第55页 |
5.2.3 利用三焦张量估计基础矩阵 | 第55-56页 |
5.3 可变内参自标定算法 | 第56-59页 |
5.3.1 利用EXIF提取相机焦距及型号 | 第56-57页 |
5.3.2 自标定分组约束条件 | 第57-58页 |
5.3.3 分组约束的可变内参相机自标定 | 第58-59页 |
5.4 实验与结果分析 | 第59-65页 |
5.4.1 基于三焦张量射影重建比较与分析 | 第59-61页 |
5.4.2 利用EXIF提取相机焦距及图像分组实验 | 第61-62页 |
5.4.3 可变内参相机自标定算法结果与分析 | 第62-65页 |
5.5 本章小结 | 第65-66页 |
6 总结与展望 | 第66-68页 |
6.1 工作总结 | 第66页 |
6.2 进一步研究展望 | 第66-68页 |
参考文献 | 第68-74页 |
致谢 | 第74页 |