基于低负载运算平台的双目视觉导航技术研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-15页 |
| ·课题研究背景 | 第8-10页 |
| ·计算机视觉导航技术国内外研究现状 | 第10-11页 |
| ·立体视觉导航系统面临的主要问题 | 第11-12页 |
| ·双目视觉导航关键技术 | 第12-13页 |
| ·图像的获取 | 第12页 |
| ·摄像机标定 | 第12页 |
| ·图像的预处理与特征提取 | 第12-13页 |
| ·深度获取与三维重建 | 第13页 |
| ·论文主要研究内容 | 第13-15页 |
| 第二章 双目立体视觉模型及视觉导航系统设计 | 第15-28页 |
| ·摄像机模型及视差原理 | 第15-19页 |
| ·摄像机模型 | 第15-17页 |
| ·双目视觉中的视差原理 | 第17-19页 |
| ·双目立体视觉模型 | 第19-22页 |
| ·一般情况下的双目视觉模型 | 第19-20页 |
| ·摄像机横向配置时的双目视觉模型 | 第20-22页 |
| ·双目视觉导航软件总体设计 | 第22-23页 |
| ·双目视觉导航系统特性方程分析 | 第23-27页 |
| ·响应距离 | 第23-24页 |
| ·角分辨率分析 | 第24-25页 |
| ·双目视觉系统公共区域分析 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 摄像机定标技术 | 第28-40页 |
| ·坐标系及摄像机内外参数 | 第28-30页 |
| ·传统的摄像机标定方法 | 第30-33页 |
| ·DLT变换标定法 | 第30-31页 |
| ·Tsai的RAC标定方法 | 第31-33页 |
| ·Zhang’s平面标定法 | 第33-36页 |
| ·Zhang’s标定法的原理与实施步骤 | 第33-35页 |
| ·计算畸变系数 | 第35页 |
| ·计算两个相机的相对位置 | 第35-36页 |
| ·标定误差检验 | 第36页 |
| ·标定结果与误差分析 | 第36-39页 |
| ·OpenCV简介 | 第36-37页 |
| ·摄像机标定过程与结果分析 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于低负载运算平台的图像匹配与障碍物探测 | 第40-66页 |
| ·图像降晰算法 | 第40-43页 |
| ·图像区域分割方法研究 | 第43-46页 |
| ·基于直方图的自适应阈值分割 | 第43-44页 |
| ·最大类间方差法及其改进 | 第44-45页 |
| ·数学形态学运算 | 第45-46页 |
| ·目标区域获取 | 第46-51页 |
| ·像素标记法统计目标块 | 第47-48页 |
| ·图像的区域匹配 | 第48-51页 |
| ·图像分级特征匹配 | 第51-57页 |
| ·图像的特征点提取 | 第51-53页 |
| ·图像的特征匹配 | 第53-55页 |
| ·图像分级匹配 | 第55-57页 |
| ·三维可视化处理 | 第57-60页 |
| ·Delaunay三角剖分 | 第57-58页 |
| ·可视化开发工具的选择 | 第58-59页 |
| ·采用Open Inventor的可视化实现 | 第59-60页 |
| ·实验结果与分析 | 第60-65页 |
| ·本章小结 | 第65-66页 |
| 第五章 全文总结及展望 | 第66-68页 |
| ·全文总结 | 第66-67页 |
| ·展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 发表论文和参加科研情况说明 | 第71-72页 |
| 致谢 | 第72页 |
