基于双目线阵CCD的汽车底盘三维重建方法研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-12页 |
| 1.1 研究背景和意义 | 第8-9页 |
| 1.2 基于双目立体视觉的三维重建 | 第9-10页 |
| 1.3 图像获取 | 第10-11页 |
| 1.4 本文研究内容与章节安排 | 第11-12页 |
| 2 立体视觉理论基础 | 第12-30页 |
| 2.1 立体视觉 | 第12-13页 |
| 2.1.1 立体视觉模型 | 第12页 |
| 2.1.2 立体视觉研究内容 | 第12-13页 |
| 2.2 摄像机标定原理 | 第13-17页 |
| 2.2.1 摄像机模型 | 第13-15页 |
| 2.2.2 坐标系 | 第15-17页 |
| 2.3 传统相机标定方法 | 第17-20页 |
| 2.3.1 直接线性变换方法(DLT) | 第17-18页 |
| 2.3.2 张氏平面模板标定法 | 第18-20页 |
| 2.4 线阵CCD相机标定 | 第20-27页 |
| 2.4.1 线阵CCD的成像模型 | 第21-23页 |
| 2.4.2 标定板设计 | 第23页 |
| 2.4.3 单相机姿态角α及镜头畸变的校正 | 第23-26页 |
| 2.4.4 两相机夹角β的校正 | 第26-27页 |
| 2.5 实验结果测试 | 第27-29页 |
| 2.6 本章小结 | 第29-30页 |
| 3 图像预处理与特征提取 | 第30-40页 |
| 3.1 图像预处理 | 第30-32页 |
| 3.2 经典特征描述算子 | 第32-35页 |
| 3.2.1 Harris角点 | 第32-33页 |
| 3.2.2 SIFT角点 | 第33-35页 |
| 3.3 竖直Canny边缘 | 第35-38页 |
| 3.3.1 边缘检测 | 第35-37页 |
| 3.3.2 去除横向边缘 | 第37页 |
| 3.3.3 精简优化边缘特征 | 第37-38页 |
| 3.4 本章小结 | 第38-40页 |
| 4 立体匹配和三维重建 | 第40-59页 |
| 4.1 匹配约束准则 | 第40-41页 |
| 4.2 图像特征匹配 | 第41-47页 |
| 4.2.1 NCC匹配算法 | 第41-42页 |
| 4.2.2 本文匹配算法 | 第42-47页 |
| 4.3 三维重建 | 第47-50页 |
| 4.3.1 稀疏点云 | 第47-49页 |
| 4.3.2 稠密点云恢复 | 第49-50页 |
| 4.4 建模结果及小结 | 第50-58页 |
| 4.4.1 三维模型 | 第51-58页 |
| 4.4.2 结果分析 | 第58页 |
| 4.5 小结 | 第58-59页 |
| 5 总结与展望 | 第59-62页 |
| 5.1 论文总结 | 第59页 |
| 5.2 展望 | 第59-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 已发表论文及科研情况 | 第67页 |
| 论文 | 第67页 |
| 专利 | 第67页 |
| 参与的科研与教学工作 | 第67页 |
| 获奖情况 | 第67页 |
