基于双目视觉的立体匹配算法研究及应用
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 引言 | 第10页 |
| 1.2 研究背景及意义 | 第10-11页 |
| 1.3 立体匹配技术的发展与国内外研究现状 | 第11-13页 |
| 1.3.1 立体匹配技术的发展 | 第11-12页 |
| 1.3.2 国内外研究现状 | 第12-13页 |
| 1.4 立体匹配技术的难点 | 第13页 |
| 1.5 本文的主要研究内容 | 第13-15页 |
| 第2章 摄像机模型及标定实验 | 第15-30页 |
| 2.1 摄像机模型 | 第15-20页 |
| 2.1.1 针孔成像模型 | 第15-18页 |
| 2.1.2 双目立体视觉模型 | 第18-20页 |
| 2.2 摄像机标定方法 | 第20-26页 |
| 2.2.1 张正友标定方法求解 | 第21-25页 |
| 2.2.2 张正友标定方法的误差分析 | 第25页 |
| 2.2.3 双目立体相机标定 | 第25-26页 |
| 2.3 摄像机标定实验 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 立体匹配原理和算法分析 | 第30-38页 |
| 3.1 立体匹配的基本原理 | 第30-32页 |
| 3.2 立体匹配的分类 | 第32-35页 |
| 3.2.1 基于特征的立体匹配算法 | 第32-34页 |
| 3.2.2 基于全局的立体匹配算法 | 第34-35页 |
| 3.2.3 基于局部的立体匹配 | 第35页 |
| 3.3 立体匹配的约束条件 | 第35-36页 |
| 3.4 立体匹配的评价标准 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 基于图像分割和控制点的立体匹配算法研究 | 第38-50页 |
| 4.1 引言 | 第38-39页 |
| 4.2 基于Mean-Shift算法的图像分割 | 第39-42页 |
| 4.2.1 Mean-Shift算法基础 | 第39-41页 |
| 4.2.2 彩色图像分割 | 第41-42页 |
| 4.3 初始匹配代价计算 | 第42页 |
| 4.4 地面控制点(GCP) | 第42-44页 |
| 4.4.1 GCP点的定义和作用 | 第42-43页 |
| 4.4.2 控制点集(GCP)的选取 | 第43-44页 |
| 4.5 利用DP动态规划求取最优视差 | 第44-47页 |
| 4.5.1 动态规划算法简介 | 第44-46页 |
| 4.5.2 构造全局能量函数求最优解 | 第46-47页 |
| 4.6 视差后处理及优化 | 第47-48页 |
| 4.7 仿真结果与分析 | 第48-49页 |
| 4.8 本章小结 | 第49-50页 |
| 第5章 实物采集及目标定位 | 第50-58页 |
| 5.1 引言 | 第50页 |
| 5.2 实验设备介绍以及图像采集 | 第50-52页 |
| 5.2.1 实验设备介绍 | 第50-51页 |
| 5.2.2 左右图像采集 | 第51-52页 |
| 5.3 中值滤波及目标提取 | 第52-55页 |
| 5.3.1 中值滤波 | 第52-53页 |
| 5.3.2 目标提取 | 第53-55页 |
| 5.4 图像匹配 | 第55-56页 |
| 5.5 空间点三维重建 | 第56-57页 |
| 5.6 本章小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第64-65页 |
| 致谢 | 第65-66页 |
| 作者简介 | 第66页 |
