立体视觉三维重建相关技术研究与实现
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-13页 |
| ·课题研究的背景和意义 | 第7页 |
| ·立体视觉三维重建的研究概况 | 第7-9页 |
| ·立体视觉三维重建方法 | 第9-12页 |
| ·双目立体视觉测量原理 | 第9-10页 |
| ·立体视觉三维重建流程 | 第10页 |
| ·立体视觉三维重建内容 | 第10-12页 |
| ·论文主要研究内容及结构 | 第12-13页 |
| 2 摄像机标定 | 第13-27页 |
| ·基础常识 | 第13-17页 |
| ·常用坐标系 | 第13-15页 |
| ·针孔成像模型 | 第15-16页 |
| ·非线性模型 | 第16-17页 |
| ·待标定参数 | 第17页 |
| ·传统的摄像机标定方法 | 第17-21页 |
| ·直接线性变换方法 | 第17-18页 |
| ·Tsai的两步标定法 | 第18-20页 |
| ·Zhang的平面标定法 | 第20-21页 |
| ·基于Kruppa方程的摄像机自标定方法 | 第21-25页 |
| ·预备知识 | 第22-23页 |
| ·基于Kruppa方程的自标定 | 第23-24页 |
| ·基于Kruppa方程的自标定实验结果 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 3 立体匹配 | 第27-47页 |
| ·SIFT算法 | 第27-34页 |
| ·特征提取 | 第27-32页 |
| ·特征描述子生成 | 第32-33页 |
| ·特征描述子匹配 | 第33-34页 |
| ·一种SIFT特征提取与NCC匹配相结合的方法 | 第34-37页 |
| ·稠密匹配方法 | 第37-41页 |
| ·基于区域增长的稠密匹配原理 | 第37-38页 |
| ·基于区域增长的稠密匹配的过程 | 第38-41页 |
| ·消除误匹配 | 第41-44页 |
| ·随机抽样一致性算法概述 | 第41-42页 |
| ·RANSAC算法在消除误匹配中的应用 | 第42-44页 |
| ·实验结果 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 4 三维显示 | 第47-57页 |
| ·三维点的计算 | 第47-51页 |
| ·摄像机投影矩阵 | 第47-50页 |
| ·计算三维点云 | 第50-51页 |
| ·三维点云实验图示 | 第51页 |
| ·三维点云网格化 | 第51-54页 |
| ·三维点云网格化方法 | 第51-53页 |
| ·三角剖分实验结果 | 第53-54页 |
| ·纹理映射 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 5 立体视觉三维重建软件设计 | 第57-67页 |
| ·软件系统的模块化设计 | 第57-58页 |
| ·软件系统工作流程 | 第58-60页 |
| ·软件设计 | 第60-63页 |
| ·实验结果 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 6 总结与展望 | 第67-69页 |
| ·总结 | 第67页 |
| ·展望 | 第67-69页 |
| 致谢 | 第69-71页 |
| 参考文献 | 第71-74页 |
