基于平面模板的摄像机标定及相关技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-21页 |
| 1.1 课题的研究背景及意义 | 第10-14页 |
| 1.1.1 计算机视觉概述 | 第10-12页 |
| 1.1.2 从计算机视觉看摄像机标定 | 第12-14页 |
| 1.2 摄像机标定方法研究现状 | 第14-18页 |
| 1.2.1 传统摄像机标定方法 | 第14-16页 |
| 1.2.2 自标定方法 | 第16-17页 |
| 1.2.3 基于主动视觉的自标定法 | 第17-18页 |
| 1.3 本文的主要内容与论文结构 | 第18-21页 |
| 第2章 平面模版标定的理论分析 | 第21-31页 |
| 2.1 引言 | 第21页 |
| 2.2 摄像机标定的基本理论 | 第21-28页 |
| 2.2.1 透视投影(针孔)模型 | 第22页 |
| 2.2.2 摄像机标定用到的坐标系 | 第22-25页 |
| 2.2.3 摄像机线性模型 | 第25-26页 |
| 2.2.4 摄像机非线性模型 | 第26-28页 |
| 2.3 标定误差分析 | 第28-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第3章 摄像机标定中的角点检测 | 第31-47页 |
| 3.1 引言 | 第31-32页 |
| 3.2 角点检测方法的研究现状 | 第32-34页 |
| 3.2.1 灰度图像的角点检测方法 | 第32-33页 |
| 3.2.2 基于二值图像的角点检测 | 第33页 |
| 3.2.3 基于轮廓曲线的角点检测 | 第33-34页 |
| 3.3 harris角点检测算法 | 第34-39页 |
| 3.3.1 Moravec角点检测算法 | 第34页 |
| 3.3.2 Harris角点检测算法 | 第34-39页 |
| 3.4 Shi-Tomasi角点检测算法 | 第39-40页 |
| 3.5 亚像素级角点提取方法 | 第40-42页 |
| 3.5.1 插值法 | 第40-41页 |
| 3.5.2 二次多项式逼近法 | 第41-42页 |
| 3.6 Shi-Tomasi角点的亚像素级求精 | 第42-45页 |
| 3.6.1 亚像素级角点提取过程分析 | 第42页 |
| 3.6.2 算例分析 | 第42-45页 |
| 3.7 本章小结 | 第45-47页 |
| 第4章 改进的Tsai两步法与实现过程 | 第47-62页 |
| 4.1 Tsai两步法的标定模型 | 第47-48页 |
| 4.2 对平面模版下世界坐标系的处理 | 第48-49页 |
| 4.3 参数初值的求解 | 第49-50页 |
| 4.4 改进Tsai的标定方法 | 第50-53页 |
| 4.4.1 对标定初值的优化处理 | 第50-51页 |
| 4.4.2 畸变系数和焦距的求解 | 第51-52页 |
| 4.4.3 畸变情况下的非线性优化 | 第52-53页 |
| 4.5 算法实验分析 | 第53-60页 |
| 4.5.1 实验模板制作 | 第53页 |
| 4.5.2 初值优化的对比实验 | 第53-55页 |
| 4.5.3 标定实验仿真与结果分析 | 第55-60页 |
| 4.6 本章小结 | 第60-62页 |
| 总结 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67页 |
