| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-23页 |
| 1.1 课题研究背景 | 第11-16页 |
| 1.1.1 移动机器人避障和导航 | 第11页 |
| 1.1.2 本文的应用背景 | 第11-13页 |
| 1.1.3 本文的技术方案 | 第13-16页 |
| 1.2 双目立体视觉国内外研究现状及分析 | 第16-21页 |
| 1.2.1 双目立体视觉国外研究现状 | 第16-19页 |
| 1.2.2 双目立体视觉国内研究现状 | 第19-20页 |
| 1.2.3 双目立体视觉的发展方向 | 第20-21页 |
| 1.3 论文的研究内容及组织结构 | 第21-23页 |
| 第2章 基于双目立体视觉导航系统的总体设计 | 第23-31页 |
| 2.1 双目立体视觉的基本工作原理 | 第23页 |
| 2.2 双目立体视觉导航系统的硬件设计 | 第23-28页 |
| 2.2.1 硬件系统总体参数设计 | 第24-26页 |
| 2.2.2 摄像机选型和光学系统 | 第26-27页 |
| 2.2.3 双目导航系统成像模型设计 | 第27-28页 |
| 2.3 双目立体视觉导航系统的软件流程 | 第28-31页 |
| 2.3.1 摄像机内外参数标定 | 第29页 |
| 2.3.2 图像预处理 | 第29页 |
| 2.3.3 图像对立体匹配 | 第29-30页 |
| 2.3.4 空间点三维重建 | 第30-31页 |
| 第3章 基于双目立体视觉导航系统的预处理算法研究 | 第31-41页 |
| 3.1 摄像机的透视投影模型 | 第31-32页 |
| 3.2 摄像机标定中的几个坐标系 | 第32-35页 |
| 3.3 摄像机内外参数的标定 | 第35-37页 |
| 3.4 立体图像对的校正模型及实验结果 | 第37-41页 |
| 第4章 基于双目立体视觉导航系统的立体匹配算法研究 | 第41-60页 |
| 4.1 基于图像分割的轮廓特征提取算法 | 第41-47页 |
| 4.1.1 形态学灰度梯度图的提取算法 | 第42-44页 |
| 4.1.2 基于灰度梯度图的分水岭算法 | 第44-46页 |
| 4.1.3 基于区域模糊C均值聚类算法 | 第46-47页 |
| 4.2 基于双重约束条件的联合立体匹配算法 | 第47-52页 |
| 4.2.1 基于区域特征的粗匹配算法研究 | 第47-49页 |
| 4.2.2 基于边缘点特征的细匹配算法研究 | 第49-52页 |
| 4.3 轮廓特征提取和联合立体匹配实验 | 第52-60页 |
| 4.3.1 边缘轮廓特征提取实验 | 第52-54页 |
| 4.3.2 联合立体匹配实验 | 第54-60页 |
| 第5章 基于双目立体视觉导航系统的三维重建算法 | 第60-67页 |
| 5.1 基于双目视差的三维测量与深度感知方法 | 第60-63页 |
| 5.1.1 非平行配置双目系统的三角测量原理 | 第60-61页 |
| 5.1.2 平行对准配置双目系统的三角测量原理 | 第61-63页 |
| 5.2 双目系统三维重建实验结果与分析 | 第63-67页 |
| 5.2.1 基于室内场景的精度验证实验 | 第63-64页 |
| 5.2.2 基于室外场景的三维重建实验 | 第64-67页 |
| 结论 | 第67-70页 |
| 总结 | 第67-68页 |
| 展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 攻读学位期间发表论文与研究成果清单 | 第73-74页 |
| 致谢 | 第74页 |