基于双目立体视觉的计算机三维重建方法研究
| 郑重声明 | 第1-4页 |
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-9页 |
| 1 绪论 | 第9-14页 |
| 1．1 计算机视觉研究的内容 | 第9页 |
| 1．2 计算机视觉的发展概况 | 第9-12页 |
| 1．3 计算机视觉三维感知方法 | 第12-13页 |
| 1．4 选题依据 | 第13-14页 |
| 2 双目立体视觉原理及三维重建体系结构 | 第14-17页 |
| 2．1 双目立体视觉原理 | 第14页 |
| 2．2 双目立体视觉三维重建体系结构 | 第14-17页 |
| 3 图像采集 | 第17-20页 |
| 3．1 引言 | 第17页 |
| 3．2 图像采集设备 | 第17-18页 |
| 3．2．1 CCD摄像机工作原理 | 第17-18页 |
| 3．2．2 视频图像采集卡 | 第18页 |
| 3．3 图像输入、数字化和预处理 | 第18-20页 |
| 3．3．1 硬件连接 | 第18-19页 |
| 3．3．2 图像采集软件 | 第19-20页 |
| 4 摄像机标定 | 第20-32页 |
| 4．1 引言 | 第20页 |
| 4．2 摄像机标定中的几个坐标系 | 第20-22页 |
| 4．2．1 图像坐标系 | 第20-21页 |
| 4．2．2 摄像机坐标系 | 第21页 |
| 4．2．3 世界坐标系 | 第21-22页 |
| 4．3 线性摄像机模型(针孔模型) | 第22-23页 |
| 4．4 传统摄像机标定法 | 第23-29页 |
| 4．4．1 线性摄像机模型标定 | 第23-24页 |
| 4．4．2 非线性优化方法 | 第24-25页 |
| 4．4．3 两步法 | 第25-29页 |
| 4．5 实验过程及结果分析 | 第29-32页 |
| 5 图像预处理 | 第32-43页 |
| 5．1 引言 | 第32页 |
| 5．2 平滑滤波 | 第32-35页 |
| 5．2．1 空域图像平滑 | 第32-35页 |
| 5．2．2 频域图像平滑 | 第35页 |
| 5．3 对比度增强 | 第35-36页 |
| 5．4 边缘特征提取 | 第36-43页 |
| 5．4．1 基于微分算子的边缘检测 | 第36-39页 |
| 5．4．2 Canny算子法 | 第39-43页 |
| 6 立体匹配 | 第43-50页 |
| 6．1 引言 | 第43页 |
| 6．2 基本约束和假设条件 | 第43-44页 |
| 6．3 立体匹配策略 | 第44-45页 |
| 6．4 本课题匹配算法 | 第45-50页 |
| 6．4．1 匹配算法思想 | 第46页 |
| 6．4．2 边缘点匹配算法的建立 | 第46-48页 |
| 6．4．3 非边缘点匹配算法 | 第48-50页 |
| 7 三维重建 | 第50-55页 |
| 7．1 引言 | 第50页 |
| 7．2 空间点重建算法 | 第50-52页 |
| 7．3 利用OpenGL实现三维物体重建 | 第52-54页 |
| 7．3．1 OpenGL工作流程 | 第52页 |
| 7．3．2 OpenGL中图元的描述和绘制 | 第52-53页 |
| 7．3．3 用OpenGL绘制三维图形 | 第53-54页 |
| 7．4 重建结果 | 第54-55页 |
| 8 实验系统的建立与实现 | 第55-58页 |
| 8．1 系统基本组成 | 第55页 |
| 8．2 实验环境建立 | 第55-56页 |
| 8．2．1 硬件环境 | 第55页 |
| 8．2．2 软件环境 | 第55-56页 |
| 8．3 实验步骤 | 第56页 |
| 8．4 结论与展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录 | 第62页 |
