摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-16页 |
1.1 研究背景与意义 | 第10-11页 |
1.2 摄像机标定的研究现状 | 第11-14页 |
1.3 本文主要工作与组织结构 | 第14-16页 |
第2章 摄像机标定的相关理论与方法 | 第16-30页 |
2.1 常用的四个坐标变换 | 第16-18页 |
2.2 摄像机线性模型 | 第18-20页 |
2.2.1 小孔模型 | 第18-19页 |
2.2.2 摄像机内参数模型 | 第19-20页 |
2.2.3 摄像机外参数模型 | 第20页 |
2.3 摄像机非线性模型 | 第20-21页 |
2.4 传统标定方法 | 第21-25页 |
2.5 自标定方法 | 第25-29页 |
2.6 本章小结 | 第29-30页 |
第3章 基于改进自适应和声搜索算法的摄像机标定 | 第30-46页 |
3.1 Zhang的平面标定法 | 第30-32页 |
3.2 和声搜索算法 | 第32-34页 |
3.3 改进的自适应和声搜索优化算法 | 第34-36页 |
3.4 基于改进自适应和声搜索算法的摄像机标定过程 | 第36-40页 |
3.4.1 角点检测 | 第36-39页 |
3.4.2 摄像机标定的具体步骤 | 第39-40页 |
3.5 误差分析方法 | 第40-41页 |
3.6 实验分析 | 第41-44页 |
3.6.1 实验系统 | 第41页 |
3.6.2 标定模板的制作 | 第41-42页 |
3.6.3 标定结果与数据分析 | 第42-44页 |
3.7 本章小结 | 第44-46页 |
第4章 基于灭点的摄像机自标定方法 | 第46-60页 |
4.1 灭点的理论与计算 | 第46-53页 |
4.1.1 灭点的理论与特性 | 第46-47页 |
4.1.2 边缘检测与直线提取 | 第47-49页 |
4.1.3 改进的灭点检测方法 | 第49-53页 |
4.2 基于灭点的摄像机自标定过程 | 第53-55页 |
4.2.1 基于几何特性的内参数标定过程 | 第53-54页 |
4.2.2 摄像机旋转矩阵和平移向量的估计 | 第54-55页 |
4.3 实验分析 | 第55-59页 |
4.4 本章小结 | 第59-60页 |
第5章 摄像机标定在视觉检测中的应用 | 第60-66页 |
5.1 图像数据的采集与处理 | 第60-63页 |
5.2 标定在检测中的应用与比较 | 第63-65页 |
5.2.1 未标定的检测数据 | 第63-64页 |
5.2.2 标定后的检测数据 | 第64-65页 |
5.3 本章小结 | 第65-66页 |
第6章 结论与展望 | 第66-68页 |
6.1 本文工作总结 | 第66-67页 |
6.2 未来工作展望 | 第67-68页 |
参考文献 | 第68-72页 |
致谢 | 第72-74页 |
作者攻读硕士学位期间发表的论文及获奖情况 | 第74页 |