基于单目视觉三维重建的障碍物检测算法的设计与实现
| 中文摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·引言 | 第10-11页 |
| ·车辆辅助驾驶系统(DAS) | 第11-12页 |
| ·三维重建及障碍物检测 | 第12-15页 |
| ·计算机视觉与三维重建 | 第12-13页 |
| ·障碍物检测及当前智能辅助系统 | 第13-14页 |
| ·国内外代表系统及实验 | 第14-15页 |
| ·本文的研究意义及主要内容 | 第15-17页 |
| ·本文的结构安排 | 第17-18页 |
| 第2章 摄像机成像原理及计算机视觉 | 第18-30页 |
| ·引言 | 第18页 |
| ·摄像机成像原理 | 第18-23页 |
| ·目的及意义 | 第18页 |
| ·坐标系的建立 | 第18-21页 |
| ·摄像机的成像模型 | 第21-23页 |
| ·计算机视觉 | 第23-28页 |
| ·极几何 | 第23-25页 |
| ·基础矩阵 | 第25-28页 |
| ·基于单目视觉的运动分析 | 第28页 |
| ·本章小结 | 第28-30页 |
| 第3章 特征点检测及匹配 | 第30-40页 |
| ·引言 | 第30页 |
| ·目的及意义 | 第30页 |
| ·Harris特征点检测 | 第30-32页 |
| ·特征点匹配 | 第32-39页 |
| ·图像窗口亮度比较 | 第33页 |
| ·一般光流的约束方程 | 第33-34页 |
| ·Lucas-Kanade特征点跟踪 | 第34-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 基于三维重建的障碍物检测算法设计 | 第40-62页 |
| ·引言 | 第40页 |
| ·基于计算机视觉的三维重建 | 第40-51页 |
| ·Kronecker积 | 第40-41页 |
| ·基础矩阵的求解 | 第41-47页 |
| ·本质矩阵的求解 | 第47-48页 |
| ·估计运动参数 | 第48-49页 |
| ·获得准确的运动参数 | 第49页 |
| ·特征点三维坐标重建 | 第49-51页 |
| ·单目视觉三维重建 | 第51-55页 |
| ·坐标系建立 | 第52页 |
| ·相机外参 | 第52-53页 |
| ·旋转矩阵 | 第53页 |
| ·平移向量 | 第53-54页 |
| ·特征点聚类 | 第54-55页 |
| ·两帧图像重建结果及分析 | 第55-58页 |
| ·两帧图像重建结果 | 第56-57页 |
| ·实验结果分析 | 第57-58页 |
| ·双目立体视觉三维重建 | 第58-59页 |
| ·本章小结 | 第59-62页 |
| 第5章 总结与展望 | 第62-64页 |
| ·总结 | 第62页 |
| ·展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 致谢 | 第70页 |
