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 |