| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 课题背景及目的与意义 | 第8页 |
| 1.2 国内外相关领域研究现状 | 第8-13页 |
| 1.2.1 摄像机标定技术的发展和研究现状 | 第8-10页 |
| 1.2.2 三维重建技术综述 | 第10-13页 |
| 1.3 本文研究的主要内容 | 第13-14页 |
| 1.3.1 主要研究内容 | 第13页 |
| 1.3.2 结构安排 | 第13-14页 |
| 第2章 视觉测量的基础理论 | 第14-29页 |
| 2.1 摄像机成像模型 | 第14-20页 |
| 2.1.1 图像坐标系、摄像机坐标系和世界坐标系及其关系 | 第14-16页 |
| 2.1.2 非线性相机模型 | 第16-18页 |
| 2.1.3 双目视觉模型及极线约束 | 第18-20页 |
| 2.2 常用的摄像机标定方法 | 第20-25页 |
| 2.2.1 立体标定 | 第20-22页 |
| 2.2.2 张正友平面标定法 | 第22-25页 |
| 2.3 常见的特征检测方法 | 第25-28页 |
| 2.3.1 Harris 角点检测算子 | 第25-27页 |
| 2.3.2 Sobel 边缘检测算子 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 基于粒子群算法的摄像机标定方法 | 第29-54页 |
| 3.1 粒子群算法的基本原理 | 第29-33页 |
| 3.1.1 基本粒子群算法的模型 | 第29-31页 |
| 3.1.2 惯性权重的选值 | 第31-33页 |
| 3.2 改进的粒子群算法 | 第33-39页 |
| 3.2.1 改进粒子群算法的基本思想 | 第33-34页 |
| 3.2.2 改进粒子群算法的实现过程 | 第34-36页 |
| 3.2.3 仿真分析 | 第36-39页 |
| 3.3 基于改进粒子群算法的摄像机标定 | 第39-53页 |
| 3.3.1 实现步骤 | 第40-41页 |
| 3.3.2 仿真实验 | 第41-50页 |
| 3.3.3 标定实验 | 第50-53页 |
| 3.4 本章小结 | 第53-54页 |
| 第4章 基于双目视觉的三维重建方法 | 第54-64页 |
| 4.1 三维重建的流程设计 | 第54-55页 |
| 4.2 三维重建的关键技术 | 第55-59页 |
| 4.2.1 基于 OpenCV 的立体校正 | 第55-56页 |
| 4.2.2 基于灰度的窗口匹配 | 第56-58页 |
| 4.2.3 已校正图像的三维坐标解算 | 第58-59页 |
| 4.3 仿真实验 | 第59-62页 |
| 4.3.1 标定结果 | 第59页 |
| 4.3.2 图像匹配及视差图显示 | 第59-62页 |
| 4.3.3 三维重建效果 | 第62页 |
| 4.4 本章小结 | 第62-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70页 |