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

ToF与立体视觉技术相结合的三维重建方法研究

摘要第4-5页
Abstract第5页
第1章 引言第11-17页
    1.1 研究背景及意义第11-12页
    1.2 国内外研究现状第12-14页
        1.2.1 先融合方法第13-14页
        1.2.2 后融合方法第14页
    1.3 论文研究的内容第14-15页
    1.4 论文的组织第15-17页
第2章 基于ToF技术的三维重建第17-33页
    2.1 ToF深度测量原理第17-22页
        2.1.1 脉冲调制法第17-19页
        2.1.2 连续波调制法第19-22页
    2.2 ToF技术的应用第22-23页
    2.3 ToF深度相机第23-28页
        2.3.1 早期ToF相机第25-26页
        2.3.2 微软Kinect二代第26-28页
    2.4 ToF相机标定影响因素第28-30页
    2.5 重建结果与分析第30-32页
    2.6 本章小结第32-33页
第3章 基于双目立体视觉的三维重建第33-59页
    3.1 相机模型和射影几何第33-37页
    3.2 相机畸变模型第37-38页
    3.3 立体视觉标定第38-42页
        3.3.1 普通相机标定方法第38-39页
        3.3.2 单目相机参数求解第39-41页
        3.3.3 双目系统标定第41-42页
    3.4 双目立体视觉测量第42-49页
        3.4.1 视差原理第42-44页
        3.4.2 对极几何第44-47页
        3.4.3 极线校正第47-49页
    3.5 双目立体匹配第49-52页
    3.6 实验结果与分析第52-58页
        3.6.1 Census-AD SGM算法描述第52-54页
        3.6.2 算法效果评价第54-58页
    3.7 本章小结第58-59页
第4章 基于ToF-Stereo融合的三维重建第59-79页
    4.1 数据采集及联合标定第59-65页
    4.2 初始视差的求取第65-67页
    4.3 稀疏立体匹配第67-68页
    4.4 融合方法描述第68-71页
    4.5 实验结果与分析第71-78页
        4.5.1 匹配速度第71页
        4.5.2 融合效果第71-78页
    4.6 本章小结第78-79页
第5章 总结与展望第79-81页
    5.1 研究总结第79-80页
    5.2 研究展望第80-81页
参考文献第81-89页
致谢第89-91页
作者简历及攻读学位期间发表的学术论文与研究成果第91页

论文共91页,点击 下载论文
上一篇:基于移动处理器的性能数据挖掘与算法优化关键技术研究
下一篇:基于边框回归的尺度自适应视觉目标跟踪