基于车载的多相机联合标定
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 课题研究背景及意义 | 第15-16页 |
| 1.2 多相机联合标定方法及其研究现状 | 第16-17页 |
| 1.3 论文内容及作者完成的工作 | 第17页 |
| 1.4 论文的结构 | 第17-19页 |
| 第二章 本文的背景知识 | 第19-39页 |
| 2.1 两视点几何 | 第19-21页 |
| 2.1.1 极几何 | 第19-20页 |
| 2.1.2 基础矩阵 | 第20页 |
| 2.1.3 单应矩阵 | 第20-21页 |
| 2.2 相机模型 | 第21-29页 |
| 2.2.1 针孔相机模型 | 第21-24页 |
| 2.2.2 鱼眼相机模型 | 第24-29页 |
| 2.3 特征点检测方法 | 第29-34页 |
| 2.4 点云的配准 | 第34-36页 |
| 2.4.1 点云的粗配准 | 第34-35页 |
| 2.4.2 点云的精确配准 | 第35-36页 |
| 2.5 一些数学求解方法 | 第36-38页 |
| 2.5.1 RANSAC算法 | 第36-37页 |
| 2.5.2 LK光流跟踪法 | 第37-38页 |
| 2.6 本章小结 | 第38-39页 |
| 第三章 一种新的基于标靶的车载多相机联合标定方法 | 第39-53页 |
| 3.1 传统基于标靶的车载多相机联合标定方法 | 第39-41页 |
| 3.1.1 内参数标定方法 | 第39-40页 |
| 3.1.2 外参数标定方法 | 第40-41页 |
| 3.2 基于标靶的相机参数标定新算法 | 第41-47页 |
| 3.2.1 内参数和畸变系数的标定过程 | 第41-45页 |
| 3.2.2 外参数标定过程 | 第45-47页 |
| 3.3 算法的实现及结果分析 | 第47-52页 |
| 3.3.1 初始值确定 | 第47-48页 |
| 3.3.2 畸变校正 | 第48-49页 |
| 3.3.3 单相机顶视图生成 | 第49-50页 |
| 3.3.4 相机外参数的确定及结果分析 | 第50-52页 |
| 3.4 本章小结 | 第52-53页 |
| 第四章 一种基于自然场景的多相机联合标定 | 第53-73页 |
| 4.1 基于共线性的内参数自标定算法简介 | 第53-55页 |
| 4.2 基于ORB-SLAM技术的外参数标定算法 | 第55-61页 |
| 4.2.1 ORB-SLAM简介 | 第56-59页 |
| 4.2.2 算法详解 | 第59-61页 |
| 4.3 算法实现及结果分析 | 第61-72页 |
| 4.3.1 仿真环境搭建 | 第61-62页 |
| 4.3.2 相机本身参数获取 | 第62-63页 |
| 4.3.3 场景重建 | 第63-66页 |
| 4.3.4 点云配准 | 第66-72页 |
| 4.4 本章小结 | 第72-73页 |
| 第五章 总结与展望 | 第73-75页 |
| 5.1 全文总结 | 第73页 |
| 5.2 工作展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-81页 |
| 作者简介 | 第81-82页 |
