| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 课题研究的目的及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文结构安排 | 第11-13页 |
| 第2章 双目立体视觉相机标定 | 第13-24页 |
| 2.1 摄像机标定方法研究 | 第13页 |
| 2.2 摄像机建模 | 第13-17页 |
| 2.2.1 摄像机线性成像模型 | 第14-17页 |
| 2.2.2 摄像机非线性成像模型 | 第17页 |
| 2.3 张正友棋盘标定方法 | 第17-20页 |
| 2.3.1 单应性矩阵的计算 | 第17-18页 |
| 2.3.2 参数求解 | 第18-19页 |
| 2.3.3 极大似然估计 | 第19-20页 |
| 2.3.4 径向畸变的处理 | 第20页 |
| 2.4 张正友标定实验步骤与实验结果分析 | 第20-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 双目特征提取算法研究 | 第24-39页 |
| 3.1 前言 | 第24页 |
| 3.2 常用特征提取算法研究与验证 | 第24-32页 |
| 3.2.1 基于Harris算法的特征提取算法 | 第24-26页 |
| 3.2.2 基于SIFT算法的特征提取算法 | 第26-30页 |
| 3.2.3 基于SURF算法的特征提取算法 | 第30-32页 |
| 3.3 基于邻域梯度模糊增强改进的SURF算法 | 第32-38页 |
| 3.3.1 邻域梯度增强 | 第33-34页 |
| 3.3.2 邻域加权的多层次模糊增强 | 第34-35页 |
| 3.3.3 邻域梯度模糊增强改进的SURF特征提取 | 第35-36页 |
| 3.3.4 改进的SURF特征提取算法研究与验证 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 双目立体特征匹配算法研究 | 第39-48页 |
| 4.1 双目立体匹配算法分析 | 第39-40页 |
| 4.2 特征匹配搜索策略 | 第40-45页 |
| 4.2.1 穷举匹配搜索策略 | 第40-41页 |
| 4.2.2 KD-Tree匹配搜索策略 | 第41-43页 |
| 4.2.3 RANSAC的特征点优化算法 | 第43-45页 |
| 4.3 基于BBF改进KD-TREE的立体匹配搜索策略 | 第45-47页 |
| 4.3.1 KD-Tree搜索策略的局限性 | 第45页 |
| 4.3.2 基于改进KD-Tree的搜索策略 | 第45-46页 |
| 4.3.3 实验对比验证 | 第46-47页 |
| 4.4 本章总结 | 第47-48页 |
| 第5章 检测系统与实验结果分析 | 第48-57页 |
| 5.1 双目立体视觉检测系统 | 第48-49页 |
| 5.1.1 双目立体检测系统硬件组成及参数 | 第48-49页 |
| 5.1.2 双目立体检测系统软件环境 | 第49页 |
| 5.2 双目视差图获取 | 第49-52页 |
| 5.3 点云信息获取 | 第52-56页 |
| 5.3.1 投影面的点云拼接算法 | 第53页 |
| 5.3.2 投影面点云拼接算法实现具体步骤 | 第53-54页 |
| 5.3.3 实验结果分析 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第6章 总结与展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 附录 攻读硕士学位期间的研究成果 | 第63页 |