| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·本文的研究背景及意义 | 第8-9页 |
| ·Marr的计算机视觉理论框架 | 第9-11页 |
| ·视觉系统研究的三个层次 | 第9-10页 |
| ·视觉表示的三个阶段 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本文的研究内容 | 第13-14页 |
| 第二章 计算机视觉算法基础 | 第14-26页 |
| ·射影几何基础 | 第14-17页 |
| ·摄像机模型 | 第17-21页 |
| ·四种坐标系 | 第21-24页 |
| ·小结 | 第24-26页 |
| 第三章 角点检测和匹配 | 第26-38页 |
| ·角点的检测 | 第26-33页 |
| ·角点检测算法概述 | 第26-30页 |
| ·SUSAN算法的改进 | 第30-31页 |
| ·实验结果与分析 | 第31-33页 |
| ·角点的匹配 | 第33-36页 |
| ·角点匹配概述 | 第33-34页 |
| ·本文采用的匹配策略 | 第34-35页 |
| ·实验结果与分析 | 第35-36页 |
| ·小结 | 第36-38页 |
| 第四章 基本矩阵和射影重建 | 第38-52页 |
| ·基本矩阵的表示 | 第38-39页 |
| ·估计基本矩阵的算法 | 第39-44页 |
| ·线性方法 | 第40-41页 |
| ·迭代方法 | 第41-42页 |
| ·鲁棒方法 | 第42-44页 |
| ·基于遗传算法的基本矩阵估计 | 第44-47页 |
| ·射影重建 | 第47-50页 |
| ·因式分解方法 | 第47-49页 |
| ·扩展卡尔曼滤波方法 | 第49-50页 |
| ·小结 | 第50-52页 |
| 第五章 摄像机标定和三维重建 | 第52-64页 |
| ·自标定方法概述 | 第52-57页 |
| ·Kruppa方程的方法 | 第52-54页 |
| ·分层逐步标定 | 第54-56页 |
| ·Pollefeys的模约束 | 第56-57页 |
| ·本文采用的方法 | 第57-58页 |
| ·近似的欧氏重建(metric reconstruction) | 第58-60页 |
| ·估计运动参数 | 第58-59页 |
| ·运动参数的优化 | 第59-60页 |
| ·估计场景点三维坐标 | 第60页 |
| ·实验结果 | 第60-62页 |
| ·小结 | 第62-64页 |
| 第六章 总结和展望 | 第64-66页 |
| ·总结 | 第64页 |
| ·展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的论文 | 第70-71页 |
| 致谢 | 第71-72页 |