双目视觉立体匹配算法在铁路异物自动识别中的研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-11页 |
| 1.1 论文的选题背景和研究意义 | 第8页 |
| 1.2 国内外研究状况 | 第8-9页 |
| 1.3 论文的主要研究内容 | 第9-10页 |
| 1.4 论文的组织结构 | 第10-11页 |
| 2 双目立体视觉基本原理 | 第11-19页 |
| 2.1 摄像机成像模型 | 第11-12页 |
| 2.2 摄像机成像系统中坐标对应关系 | 第12-16页 |
| 2.2.1 坐标变换方式 | 第12-14页 |
| 2.2.2 摄像机坐标变化关系 | 第14-16页 |
| 2.3 双目立体视觉原理 | 第16-18页 |
| 2.3.1 平行式模型 | 第16-17页 |
| 2.3.2 汇聚式模型 | 第17-18页 |
| 2.4 小结 | 第18-19页 |
| 3 铁轨识别 | 第19-26页 |
| 3.1 边缘检测 | 第19-20页 |
| 3.2 铁轨识别 | 第20-21页 |
| 3.2.1 Hough 变换 | 第20页 |
| 3.2.2 直轨检测 | 第20-21页 |
| 3.2.3 弯轨检测 | 第21页 |
| 3.3 铁轨识别的实现步骤及实验结果分析 | 第21-25页 |
| 3.3.1 铁轨识别的实现步骤 | 第21-23页 |
| 3.3.2 实验结果及分析 | 第23-25页 |
| 3.4 小结 | 第25-26页 |
| 4 双目立体匹配算法 | 第26-37页 |
| 4.1 立体匹配算法 | 第26-31页 |
| 4.1.1 区域立体匹配算法 | 第26-27页 |
| 4.1.2 特征立体匹配算法 | 第27页 |
| 4.1.3 SIFT 算法 | 第27-31页 |
| 4.2 SIFT 算法改进 | 第31-33页 |
| 4.2.1 特征描述符的改进方法 | 第31-32页 |
| 4.2.2 特征点匹配方式的改进方法 | 第32-33页 |
| 4.3 改进算法的实现步骤及实验结果分析 | 第33-36页 |
| 4.3.1 改进算法的实现步骤 | 第33-34页 |
| 4.3.2 实验结果及分析 | 第34-36页 |
| 4.4 小结 | 第36-37页 |
| 5 异物识别 | 第37-48页 |
| 5.1 背景的更新方法 | 第37-40页 |
| 5.1.1 背景图像的提取 | 第37-38页 |
| 5.1.2 背景图像的更新 | 第38-40页 |
| 5.2 目标分离方法 | 第40-42页 |
| 5.2.1 帧差法 | 第40-41页 |
| 5.2.2 光流法 | 第41页 |
| 5.2.3 背景差分法 | 第41-42页 |
| 5.3 异物重建 | 第42-43页 |
| 5.4 异物识别的实现步骤及实验结果分析 | 第43-47页 |
| 5.4.1 异物识别的实现步骤 | 第43-44页 |
| 5.4.2 实验结果及分析 | 第44-47页 |
| 5.5 小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-52页 |
| 攻读学位期间的研究成果 | 第52页 |
