基于双目立体视觉的障碍物识别研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 双目立体视觉 | 第10-14页 |
| 1.1.1 双目立体视觉概述 | 第10-11页 |
| 1.1.2 双目立体视觉的研究内容 | 第11-12页 |
| 1.1.3 双目立体视觉的应用领域 | 第12-14页 |
| 1.2 国内外的研究现状 | 第14-15页 |
| 1.2.1 国外研究现状 | 第14-15页 |
| 1.2.2 国内研究现状 | 第15页 |
| 1.3 本文的研究目的和意义 | 第15-16页 |
| 1.4 本文的主要工作 | 第16-18页 |
| 1.4.1 主要研究内容 | 第16页 |
| 1.4.2 本文的组织结构 | 第16-18页 |
| 第2章 双目立体视觉原理与极线校正 | 第18-33页 |
| 2.1 双目立体视觉理论基础 | 第18页 |
| 2.2 双目立体视觉模型 | 第18-20页 |
| 2.3 摄像机模型与标定 | 第20-26页 |
| 2.3.1 基础坐标系 | 第21-22页 |
| 2.3.2 摄像机成像原理 | 第22-24页 |
| 2.3.3 双目摄像机的标定 | 第24-26页 |
| 2.4 极线几何与极线校正 | 第26-32页 |
| 2.4.1 极线几何简介 | 第26-27页 |
| 2.4.2 双目图像对的极线校正 | 第27-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 立体匹配算法概述与视差图的计算 | 第33-55页 |
| 3.1 立体匹配的匹配基元与匹配准则 | 第34-38页 |
| 3.1.1 立体匹配的匹配基元 | 第35-37页 |
| 3.1.2 立体匹配的匹配准则 | 第37-38页 |
| 3.2 立体匹配算法概述 | 第38-44页 |
| 3.2.1 基于区域相关的匹配算法 | 第38-42页 |
| 3.2.2 基于特征的立体匹配算法 | 第42-43页 |
| 3.2.3 基于相位的匹配算法 | 第43页 |
| 3.2.4 全局立体匹配算法 | 第43-44页 |
| 3.2.5 局部立体匹配算法 | 第44页 |
| 3.3 改进的基于图像分割的视差图计算 | 第44-54页 |
| 3.3.1 图像分割 | 第45-46页 |
| 3.3.2 加权自适应函数与初始视差图计算 | 第46-48页 |
| 3.3.3 视差平面模板 | 第48-49页 |
| 3.3.4 视差模板的初始分配 | 第49-50页 |
| 3.3.5 改进的LBP算法与视差模板优化 | 第50-54页 |
| 3.4 本章小结 | 第54-55页 |
| 第4章 基于视差法的障碍物目标识别 | 第55-66页 |
| 4.1 基于立体视觉的障碍物目标识别算法概述 | 第55-56页 |
| 4.2 U/V视差原理与Hough变换检测直线 | 第56-63页 |
| 4.2.1 双目摄像机模型 | 第56-58页 |
| 4.2.2 U/V视差图原理 | 第58-60页 |
| 4.2.3 平面在U/V视差图中的投影 | 第60-61页 |
| 4.2.4 Hough变换检测直线 | 第61-63页 |
| 4.3 障碍物检测 | 第63-65页 |
| 4.3.1 算法流程设计图 | 第63页 |
| 4.3.2 V-视差图中的直线提取 | 第63-64页 |
| 4.3.3 障碍物的位置确定 | 第64-65页 |
| 4.4 本章小结 | 第65-66页 |
| 第5章 总结与展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72页 |
