双目立体视觉图像匹配方法研究
| 中文摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1. 绪论 | 第9-15页 |
| 1.1 立体视觉的研究背景与意义 | 第9-11页 |
| 1.2 国内外立体图像匹配的研究概况 | 第11-13页 |
| 1.3 论文主要的工作及内容安排 | 第13-15页 |
| 2. 双目立体视觉原理 | 第15-31页 |
| 2.1 人类视觉系统 | 第15-16页 |
| 2.2 摄像机成像模型 | 第16-21页 |
| 2.2.1 基本摄像机模型 | 第18-19页 |
| 2.2.2 通用摄像机模型 | 第19-21页 |
| 2.3 双目立体视觉成像模式 | 第21-24页 |
| 2.3.1 双目横向模型 | 第21-24页 |
| 2.3.2 双目轴向模型 | 第24页 |
| 2.4 双目立体视觉系统组成 | 第24-30页 |
| 2.4.1 摄像机标定 | 第25-27页 |
| 2.4.2 图像获取 | 第27-28页 |
| 2.4.3 特征提取 | 第28-29页 |
| 2.4.4 立体匹配 | 第29页 |
| 2.4.5 三维重建及后处理 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 3. 基于NCC的改进立体匹配算法 | 第31-48页 |
| 3.1 立体匹配算法研究 | 第31-36页 |
| 3.1.1 相似度测量函数 | 第31-33页 |
| 3.1.2 基本假设和约束条件 | 第33-35页 |
| 3.1.3 立体匹配面临的挑战 | 第35-36页 |
| 3.2 基于NCC的改进区域立体匹配算法 | 第36-47页 |
| 3.2.1 区域立体匹配算法 | 第36-38页 |
| 3.2.2 卷积定理 | 第38-39页 |
| 3.2.3 积分图像和平方积分图像 | 第39-41页 |
| 3.2.4 改进的NCC算法 | 第41-43页 |
| 3.2.5 算法实现及其实验结果 | 第43-47页 |
| 3.3 本章小结 | 第47-48页 |
| 4. 立体匹配技术在机器人测距中的应用 | 第48-52页 |
| 4.1 主动测距 | 第48页 |
| 4.2 被动测距 | 第48-51页 |
| 4.2.1 双目视差测距原理 | 第48-49页 |
| 4.2.2 测距实验及结果 | 第49-51页 |
| 4.3 本章小结 | 第51-52页 |
| 5. 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52页 |
| 5.2 展望及建议 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表学术论文情况 | 第57-58页 |
| 致谢 | 第58-59页 |
| 作者简介 | 第59-60页 |
