| 目录 | 第1-6页 |
| 图目录 | 第6页 |
| 表目录 | 第6-7页 |
| 摘要 | 第7-8页 |
| ABSTRACT | 第8-9页 |
| 第一章 绪论 | 第9-12页 |
| §1.1 摄像机标定的主要内容 | 第9-10页 |
| §1.2 本文的主要工作 | 第10-12页 |
| 第二章 基于标定物的方法 | 第12-30页 |
| §2.1 摄像机模型 | 第12-15页 |
| §2.1.1 坐标系 | 第12-13页 |
| §2.1.2 线性模型(小孔成像模型) | 第13-14页 |
| §2.1.3 非线性模型 | 第14-15页 |
| §2.2 基于三维标定物的标定技术 | 第15-19页 |
| §2.2.1 利用最优化算法的标定技术 | 第15-17页 |
| §2.2.2 利用透视变换矩阵的摄像机标定方法 | 第17-19页 |
| §2.3 TSAI两步标定方法 | 第19-23页 |
| §2.3.1 模型 | 第19-20页 |
| §2.3.2 利用径向排列约束(RAC))求解摄像机参数 | 第20-23页 |
| §2.3.3 结论 | 第23页 |
| §2.4 基于平面(二维)的标定方法 | 第23-29页 |
| §2.4.1 基本投影方程 | 第23-25页 |
| §2.4.2 标定参数的求解 | 第25-28页 |
| §2.4.3 算法流程图 | 第28-29页 |
| §2.5 本章小结 | 第29-30页 |
| 第三章 基于一维物体的摄像机标定 | 第30-37页 |
| §3.1 引言 | 第30页 |
| §3.2 基于一维标定物的基本思想 | 第30-34页 |
| §3.2.1 符号说明 | 第30-31页 |
| §3.2.2 求解标定参数的基本公式 | 第31-32页 |
| §3.2.3 固定点的问题 | 第32-33页 |
| §3.2.4 标定参数的求解 | 第33-34页 |
| §3.2.5 算法流程 | 第34页 |
| §3.3 试验结果 | 第34-36页 |
| §3.3.1 仿真结果 | 第34-35页 |
| §3.3.2 真实试验 | 第35-36页 |
| §3.4 结论 | 第36-37页 |
| 第四章 摄像机自标定 | 第37-46页 |
| §4.1 自标定基本原理 | 第37-41页 |
| §4.1.1 投影模型 | 第37页 |
| §4.1.2 绝对二次曲线 | 第37-38页 |
| §4.1.3 绝对二次曲面 | 第38-39页 |
| §4.1.4 双摄像机之间的约束 | 第39-40页 |
| §4.1.5 分层重建 | 第40-41页 |
| §4.2 经典自标定方法 | 第41-45页 |
| §4.2.1 直接求解Kruppa方程的自标定 | 第41-43页 |
| §4.2.2 分层逐步标定 | 第43-44页 |
| §4.2.3 基于绝对二次曲面的自标定 | 第44-45页 |
| §4.3 评价和展望 | 第45-46页 |
| 第五章 改进的自标定算法 | 第46-60页 |
| §5.1 固定焦距的自标定 | 第46-54页 |
| §5.1.1 引言 | 第46-47页 |
| §5.1.2 标定方程 | 第47-49页 |
| §5.1.3 共有的退化配置 | 第49页 |
| §5.1.4 标定方程的奇异值 | 第49-51页 |
| §5.1.5 算法流程 | 第51-52页 |
| §5.1.6 仿真试验 | 第52-53页 |
| §5.1.7 计算相对运动参数 | 第53-54页 |
| §5.2 运动已知下的摄像机自标定 | 第54-59页 |
| §5.2.1 算法的描述 | 第54-56页 |
| §5.2.2 试验结果 | 第56-59页 |
| §5.2.3 结论 | 第59页 |
| §5.3 总结 | 第59-60页 |
| 第六章 总结与展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 作者在攻读硕士学位期间发表的论文 | 第63-64页 |
| 参考文献 | 第64-67页 |