首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于双目立体视觉三维重建技术研究

摘要第3-4页
ABSTRACT第4-5页
1 绪论第8-11页
    1.1 课题的研究背景及意义第8页
    1.2 国内外研究现状第8-9页
    1.3 论文主要工作及组织结构第9-11页
2 双目立体视觉系统第11-16页
    2.1 双目视觉系统硬件平台搭建第11-12页
    2.2 双目立体视觉原理第12-15页
        2.2.1 针孔摄像机模型第12-13页
        2.2.2 双目立体摄像机模型第13-15页
    2.3 双目立体视觉三维重建主要内容第15页
    2.4 本章小结第15-16页
3 摄像机标定和校正研究第16-30页
    3.1 双目立体视觉坐标系第16-18页
    3.2 摄像机标定第18-20页
        3.2.1 非线性摄像机模型第18-19页
        3.2.2 摄像机标定目的第19页
        3.2.3 摄像机标定方法介绍第19-20页
    3.3 张氏棋盘标定法及流程第20-26页
        3.3.1 单应矩阵计算第21-22页
        3.3.2 内参数约束第22-23页
        3.3.3 线性求解过程第23-24页
        3.3.4 极大似然估计第24页
        3.3.5 张氏棋盘标定法流程优化第24-26页
    3.4 立体校正第26-29页
        3.4.1 立体校正目的第26-27页
        3.4.2 极线校正方法第27-29页
    3.5 本章小结第29-30页
4 立体匹配算法的研究与改进第30-42页
    4.1 立体匹配理论介绍第30-32页
        4.1.1 立体匹配目的第30页
        4.1.2 立体匹配约束条件第30-32页
        4.1.3 立体匹配算法的基本步骤第32页
    4.2 立体匹配算法分类第32-33页
    4.3 动态规划全局立体匹配算法研究第33-35页
        4.3.1 动态规划的思想第33页
        4.3.2 动态规划算法步骤第33-35页
    4.4 OpenCVSGBM半全局立体匹配算法的研究及改进第35-41页
        4.4.1 半全局立体匹配算法第35-36页
        4.4.2 SGBM立体匹配的基本步骤第36-38页
        4.4.3 OpenCVSGBM算法的参数含义及数值选取第38-39页
        4.4.4 误匹配点剔除改进第39-41页
    4.5 本章小结第41-42页
5 基于OpenCV的双目立体视觉三维重建系统第42-57页
    5.1 开发工具介绍第42-43页
    5.2 关键技术的算法选择第43-44页
    5.3 实验结果及分析第44-54页
    5.4 尺寸测量实验第54-56页
    5.5 本章小结第56-57页
6 总结与展望第57-58页
    6.1 总结第57页
    6.2 展望第57-58页
致谢第58-59页
参考文献第59-61页

论文共61页,点击 下载论文
上一篇:在线学习行为分析及应用研究
下一篇:数学公式微课优化设计的策略及应用研究--基于多元表征学习理念