摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第10-18页 |
1.1 选题依据 | 第10-12页 |
1.1.1. 选题背景 | 第10-11页 |
1.1.2. 选题意义 | 第11-12页 |
1.2 国内外研究现状 | 第12-15页 |
1.2.1 计算机视觉技术简介 | 第12-13页 |
1.2.2 传统盲人出行技术现状分析 | 第13-14页 |
1.2.3 基于计算机视觉技术的物体探测技术研究现状 | 第14-15页 |
1.3 研究目标与研究内容 | 第15-16页 |
1.3.1 研究目标 | 第15页 |
1.3.2 研究内容 | 第15-16页 |
1.4 研究方法 | 第16页 |
1.5 论文组织结构 | 第16-18页 |
第二章 计算机双目立体视觉成像 | 第18-31页 |
2.1. 人眼的立体视觉成像过程 | 第18页 |
2.2. Marr的视觉理论框架 | 第18-20页 |
2.3. 立体匹配原理 | 第20-23页 |
2.3.1. 立体匹配一般流程 | 第20-22页 |
2.3.2. 立体匹配常用算法 | 第22-23页 |
2.4. 立体匹配图像数据的获取 | 第23-26页 |
2.4.1. 摄像机成像模型 | 第23-24页 |
2.4.2. 摄像机内、外参数模型以及镜头畸变模型 | 第24-26页 |
2.5. 摄像机标定 | 第26-30页 |
2.5.1. 摄像机标定方法 | 第26-27页 |
2.5.2. 张正友相机标定法 | 第27-29页 |
2.5.3. 实验 | 第29-30页 |
2.6. 本章小结 | 第30-31页 |
第三章 GC/BM/SGBM三种立体匹配算法分析与比较 | 第31-39页 |
3.1. 算法简介 | 第31-33页 |
3.1.1. GC算法介绍 | 第31页 |
3.1.2. BM算法介绍 | 第31-32页 |
3.1.3. SGBM算法介绍 | 第32-33页 |
3.2. 基于双目立体视觉的测距实验结果与分析 | 第33-35页 |
3.2.1. 测距结果置信度分析 | 第33-34页 |
3.2.2. 不同立体匹配算法测距结果对比分析 | 第34-35页 |
3.3. 基于不同算法下的三维重建实验结果与分析 | 第35-38页 |
3.3.1. 基于不同立体匹配算法三维重建结果对比 | 第35-37页 |
3.3.2. 实验结果分析 | 第37-38页 |
3.4. 本章小结 | 第38-39页 |
第四章 基于卷积变换改进的立体匹配算法 | 第39-46页 |
4.1. 图像卷积与立体匹配 | 第39-42页 |
4.1.1. 图像卷积的原理 | 第39-40页 |
4.1.2. 图像卷积的作用 | 第40-42页 |
4.2. 实验设计与分析 | 第42-45页 |
4.2.1. 实验设计 | 第42-43页 |
4.2.2. 基于不同卷积核的立体匹配结果对比与分析 | 第43页 |
4.2.3. 基于不同卷积核的三维重建结果对比与分析 | 第43-45页 |
4.3. 本章小结 | 第45-46页 |
第五章 基于HSI颜色模型的镜面反射区域的立体匹配 | 第46-57页 |
5.1. 立体匹配常见误差 | 第46-48页 |
5.1.1. 立体匹配常见误差 | 第46页 |
5.1.2. 镜面反射对立体匹配的影响 | 第46-47页 |
5.1.3. 存在镜面反射的立体匹配的研究现状 | 第47-48页 |
5.2. RGB颜色模型与HSI颜色模型 | 第48-50页 |
5.2.1. RGB颜色模型 | 第48-49页 |
5.2.2. HSI颜色模型 | 第49-50页 |
5.2.3. HSI颜色模型与RGB颜色模型对比 | 第50页 |
5.3. 基于不同颜色模型的立体匹配 | 第50-53页 |
5.3.1. 实验设计 | 第50-51页 |
5.3.2. 实验结果与分析 | 第51-53页 |
5.4. 镜面反射区域的识别与处理 | 第53-56页 |
5.4.1. 镜面反射区域的识别与处理 | 第53-54页 |
5.4.2. 实验结果与分析 | 第54-56页 |
5.5. 本章小结 | 第56-57页 |
第六章 总结与展望 | 第57-59页 |
6.1. 总结 | 第57-58页 |
6.2. 展望 | 第58-59页 |
参考文献 | 第59-62页 |
致谢 | 第62-63页 |