CCD双目视觉三维测量
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·选题意义和背景 | 第8页 |
| ·计算机视觉的发展 | 第8-10页 |
| ·三维重建简述 | 第10-12页 |
| ·研究内容与论文安排 | 第12-13页 |
| 第二章 摄像机标定 | 第13-27页 |
| ·摄像机模型 | 第13-16页 |
| ·参考坐标系 | 第13-15页 |
| ·摄像机针孔模型 | 第15-16页 |
| ·摄像机标定方法 | 第16-21页 |
| ·标定方法分类 | 第16-17页 |
| ·Tsai标定法 | 第17-20页 |
| ·张正友标定法 | 第20-21页 |
| ·Matlab相机标定工具箱的应用 | 第21-26页 |
| ·相机标定的前期准备 | 第21-23页 |
| ·读入图像 | 第23页 |
| ·角点检测 | 第23-24页 |
| ·相机标定 | 第24-25页 |
| ·后续工作 | 第25-26页 |
| ·本章总结 | 第26-27页 |
| 第三章 特征点检测与匹配 | 第27-38页 |
| ·特征点检测与匹配简介 | 第27页 |
| ·常用的特征点检测与匹配算法 | 第27-33页 |
| ·CSS角点算法 | 第27-29页 |
| ·SUNSAN特征点检测 | 第29-31页 |
| ·Harris特征点检测 | 第31-33页 |
| ·SIFT角点检测与匹配算法 | 第33-37页 |
| ·建立尺度空间 | 第33-35页 |
| ·精炼特征点的位置 | 第35-36页 |
| ·计算特征点的主方向 | 第36页 |
| ·计算描述符 | 第36页 |
| ·采用SIFT进行特征点检测和匹配的效果图 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于双目视觉的三维重建 | 第38-49页 |
| ·对极几何与基础矩阵 | 第38-40页 |
| ·对极几何 | 第38-39页 |
| ·基础矩阵 | 第39-40页 |
| ·基础矩阵的求解方法 | 第40-43页 |
| ·7点算法 | 第41页 |
| ·8点算法与改进的8点算法 | 第41-42页 |
| ·RANSAC算法 | 第42-43页 |
| ·本质矩阵 | 第43-47页 |
| ·本质矩阵的定义 | 第43-44页 |
| ·本质矩阵的性质 | 第44页 |
| ·利用本质矩阵来推算摄像设备外参数 | 第44-46页 |
| ·由摄像机内参数和外参数重建已知的匹配特征点对 | 第46-47页 |
| ·点的三维重建结果和贴图 | 第47-48页 |
| ·三维重建步骤 | 第47页 |
| ·三维重建结果 | 第47-48页 |
| ·本章总结 | 第48-49页 |
| 第五章 总结与展望 | 第49-51页 |
| ·总结 | 第49页 |
| ·展望 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-53页 |
