基于双目立体视觉的眼球突出度测量方法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第10-18页 |
| 1.1 课题的研究背景和意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 眼球突出度测量研究现状 | 第13-14页 |
| 1.2.2 双目立体视觉研究现状 | 第14-15页 |
| 1.3 本文的主要研究工作 | 第15-16页 |
| 1.4 本文章节安排 | 第16-18页 |
| 2 相关工作 | 第18-29页 |
| 2.1 多视角几何成像基础 | 第18-21页 |
| 2.1.1 参考坐标系 | 第18-20页 |
| 2.1.2 线性摄像机模型 | 第20-21页 |
| 2.2 双目立体视觉相关技术介绍 | 第21-27页 |
| 2.2.1 双目视差 | 第21-22页 |
| 2.2.2 摄像机标定 | 第22-24页 |
| 2.2.3 立体匹配介绍 | 第24-25页 |
| 2.2.4 深度提取算法 | 第25-27页 |
| 2.3 小结 | 第27-29页 |
| 3 眼球突出度测量平台的搭建 | 第29-40页 |
| 3.1 硬件平台的搭建 | 第29-32页 |
| 3.1.1 硬件平台的搭建 | 第29-30页 |
| 3.1.2 实验标定板的制作 | 第30-32页 |
| 3.2 摄像机标定 | 第32-36页 |
| 3.2.1 标定步骤 | 第32页 |
| 3.2.2 内外参数的求解过程 | 第32-34页 |
| 3.2.3 相机镜头畸变及校正 | 第34-36页 |
| 3.3 实验结果与分析 | 第36-39页 |
| 3.3.1 数据集的采集 | 第36页 |
| 3.3.2 标定结果 | 第36-39页 |
| 3.4 小结 | 第39-40页 |
| 4 基于双目立体视觉的眼球突出度测量算法 | 第40-57页 |
| 4.1 基于双目视觉的眼球突出度测量系统框架 | 第40-41页 |
| 4.2 特征点提取 | 第41-45页 |
| 4.2.1 瞳孔定位算法 | 第41-43页 |
| 4.2.2 SURF特征提取算法 | 第43-45页 |
| 4.3 RANSAC算法(随机采样一致算法) | 第45-47页 |
| 4.3.1 基础矩阵和核线 | 第45-46页 |
| 4.3.2 RANSAC算法流程 | 第46-47页 |
| 4.4 立体匹配及眼球深度估计 | 第47-51页 |
| 4.4.1 立体匹配算法 | 第47-49页 |
| 4.4.2 深度信息估计 | 第49-51页 |
| 4.5 实验结果与分析 | 第51-56页 |
| 4.5.1 实验环境 | 第51-52页 |
| 4.5.2 实验数据集 | 第52-53页 |
| 4.5.3 实验结果与分析 | 第53-56页 |
| 4.6 小结 | 第56-57页 |
| 5 系统设计 | 第57-62页 |
| 5.1 开发与实验环境 | 第57页 |
| 5.2 系统模块设计要求 | 第57页 |
| 5.3 系统流程图 | 第57-58页 |
| 5.4 软件演示 | 第58-61页 |
| 5.5 小结 | 第61-62页 |
| 6 总结与展望 | 第62-64页 |
| 6.1 本文工作总结 | 第62-63页 |
| 6.2 未来工作展望 | 第63-64页 |
| 参考文献 | 第64-66页 |
| 作者简历 | 第66-68页 |
| 学位论文数据集 | 第68页 |
