| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 课题背景及研究意义 | 第8-9页 |
| 1.2 立体匹配技术的研究现状 | 第9-11页 |
| 1.3 论文的主要研究内容及结构 | 第11-14页 |
| 2 双目立体视觉原理 | 第14-20页 |
| 2.1 人类立体视觉过程分析 | 第14-15页 |
| 2.2 计算机视觉原理 | 第15-16页 |
| 2.3 双目立体视觉的研究内容 | 第16-19页 |
| 2.3.1 双目立体视觉概述 | 第16-18页 |
| 2.3.2 深度信息的计算过程 | 第18-19页 |
| 2.4 本章小结 | 第19-20页 |
| 3 立体匹配基本理论 | 第20-32页 |
| 3.1 引言 | 第20页 |
| 3.2 立体匹配的原理与流程 | 第20-22页 |
| 3.2.1 立体匹配的原理 | 第20-21页 |
| 3.2.2 立体匹配的流程 | 第21-22页 |
| 3.3 立体匹配的研究内容 | 第22-28页 |
| 3.3.1 立体匹配的基本约束 | 第22-23页 |
| 3.3.2 特征空间 | 第23-24页 |
| 3.3.3 搜索空间 | 第24-26页 |
| 3.3.4 搜索策略 | 第26-27页 |
| 3.3.5 相似性度量 | 第27-28页 |
| 3.4 立体匹配算法介绍 | 第28-30页 |
| 3.4.1 基于区域的匹配算法 | 第28-29页 |
| 3.4.2 基于特征的匹配算法 | 第29页 |
| 3.4.3 基于相位的匹配算法 | 第29-30页 |
| 3.5 本章小结 | 第30-32页 |
| 4 特征点提取算法 | 第32-40页 |
| 4.1 引言 | 第32页 |
| 4.2 基于灰度的特征点提取算法 | 第32-39页 |
| 4.2.1 Moravace算子 | 第32-34页 |
| 4.2.2 SUSAN算子 | 第34-36页 |
| 4.2.3 FAST算子 | 第36-37页 |
| 4.2.4 Harris算子 | 第37-39页 |
| 4.3 本章小结 | 第39-40页 |
| 5 改进的Harris算子结合SIFT描述算子的匹配算法 | 第40-50页 |
| 5.1 SIFT算子 | 第40页 |
| 5.2 SIFT算法详解 | 第40-46页 |
| 5.2.1 SIFT特征提取 | 第40-46页 |
| 5.2.2 SIFT特征匹配 | 第46页 |
| 5.3 基于Harris角点检测与SIFT特征描述子的匹配算法 | 第46-49页 |
| 5.3.1 改进的Harris角点检测算法 | 第46-48页 |
| 5.3.2 改进的Harris角点检测与SIFT特征描述的匹配算法 | 第48-49页 |
| 5.4 本章小结 | 第49-50页 |
| 6 实验结果及分析 | 第50-56页 |
| 6.1 改进的角点检测算法试验分析 | 第50-52页 |
| 6.1.1 算法速率分析 | 第50页 |
| 6.1.2 角点检测正确性分析 | 第50-52页 |
| 6.2 特征点匹配实验分析 | 第52-54页 |
| 6.3 本章小结 | 第54-56页 |
| 7 总结与展望 | 第56-58页 |
| 7.1 总结 | 第56页 |
| 7.2 展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 硕士研究生学习阶段发表论文 | 第62-64页 |
| 致谢 | 第64页 |
