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

基于双目视觉的运动恢复结构

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第10-16页
    1.1 研究背景及意义第10-11页
    1.2 国内外研究现状第11-15页
        1.2.1 多视图三维重建研究现状第11-12页
        1.2.2 运动恢复结构研究现状第12-14页
        1.2.3 双目视觉研究现状第14-15页
    1.3 本文主要研究内容及结构第15-16页
第二章 双目相机标定和运动恢复结构简介第16-32页
    2.1 引言第16页
    2.2 双目相机标定第16-26页
        2.2.1 单个相机标定第17-20页
        2.2.2 对极几何第20-22页
        2.2.3 双目标定第22-23页
        2.2.4 双目图像立体校正第23-24页
        2.2.5 双目标定和双目图像立体校正实验结果第24-26页
    2.3 运动恢复结构算法第26-31页
        2.3.1 图像对特征匹配第27-28页
        2.3.2 计算相机姿态第28-29页
        2.3.3 匹配特征三维点云生成第29页
        2.3.4 光束法平差优化第29-30页
        2.3.5 多视角点云融合第30-31页
    2.4 本章小结第31-32页
第三章 基于双目图像序列的运动恢复结构第32-50页
    3.1 引言第32-33页
    3.2 双目图像序列的左右点云生成第33-37页
    3.3 基于双目图像序列的目标结构恢复第37-43页
        3.3.1 左右点云噪声去除第38-39页
        3.3.2 基于双目图像对的公共点云匹配第39-42页
        3.3.3 基于公共点云匹配的目标结构恢复第42-43页
    3.4 实验结果及分析第43-49页
        3.4.1 实验环境与实验数据第43-45页
        3.4.2 实验结果与分析第45-49页
    3.5 本章小节第49-50页
第四章 基于双目视觉的增量运动恢复结构第50-64页
    4.1 引言第50页
    4.2 基于双目视觉视差的点云生成第50-54页
    4.3 双目光束法平差优化第54-58页
    4.4 基于双目视觉的增量结构恢复第58-61页
        4.4.1 基于左相机图像序列特征匹配的公共点云匹配第58-59页
        4.4.2 基于匹配点云的双目相机姿态估计第59-60页
        4.4.3 增量目标结构恢复第60-61页
    4.5 实验结果与分析第61-63页
    4.6 本章小结第63-64页
第五章 总结与展望第64-66页
    5.1 工作总结第64页
    5.2 展望第64-66页
致谢第66-67页
参考文献第67-72页

论文共72页,点击 下载论文
上一篇:基于图像的指针式仪表读数自动识别技术研究
下一篇:基于单目视觉的移动智能机器人的导航定位技术的研究和应用