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

双目视觉深度信息提取及其关键算法研究

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-17页
    1.1 概述第11页
    1.2 计算机视觉距离感知的分类第11-13页
        1.2.1 主动距离感知方法第11-12页
        1.2.2 被动距离感知方法第12-13页
    1.3 双目立体视觉的应用第13-14页
    1.4 选题依据和主要目的第14页
        1.4.1 选题依据第14页
        1.4.2 主要目的第14页
    1.5 双目立体视觉的关键技术第14-15页
    1.6 论文主要工作第15-16页
    1.7 论文创新点第16-17页
第二章 相机标定及棋盘格角点检测方法改进第17-35页
    2.1 摄像机参数第18-19页
    2.2 摄像机成像模型第19-24页
        2.2.1 平移旋转变换第19-20页
        2.2.2 透视变换第20-22页
        2.2.3 畸变矫正第22-23页
        2.2.4 数字化图像第23-24页
    2.3 张正友平面模板两步标定方法第24-27页
        2.3.1 张正友标定法的原理和步骤第24-27页
            2.3.1.1 内外参数的求取第24-26页
            2.3.1.2 畸变参数的求取第26-27页
    2.4 基于游程编码方式结合棋盘格对称差异的角点检测第27-30页
    2.5 实验过程及结果分析第30-34页
        2.5.1 标定板棋盘格角点检测第31页
        2.5.2 摄像机标定误差分析第31-34页
    2.6 本章小结第34-35页
第三章 图像预处理第35-42页
    3.1 图像的灰度化第35页
    3.2 图像的平滑处理第35-37页
        3.2.1 图像的空域滤波第35-36页
        3.2.2 图像的频域滤波第36页
        3.2.3 图像边缘保护的平滑滤波第36-37页
    3.3 图像的边缘检测和提取第37-39页
    3.4 实验结果和分析第39-40页
        3.4.1 图像的平滑处理第39-40页
        3.4.2 图像的边缘检测和提取第40页
    3.5 本章小结第40-42页
第四章 基础矩阵的求解方法改进及立体校正第42-55页
    4.1 对极几何与基础矩阵第42-43页
    4.2 基础矩阵的求解方法第43-48页
        4.2.1 Long-Higgins八点法第43-44页
        4.2.2 SIFT特征点的提取第44-47页
        4.2.3 Harris-SIFT特征点的提取第47-48页
    4.3 标定图像的校正第48页
    4.4 非标定图像的校正第48-50页
    4.5 实验结果和分析第50-54页
        4.5.1 特征点检测和提取第50-51页
        4.5.2 特征点匹配第51-54页
    4.6 本章小结第54-55页
第五章 立体匹配第55-65页
    5.1 立体匹配约束准则第55-56页
    5.2 匹配基元第56-57页
    5.3 立体匹配策略第57-58页
    5.4 立体匹配算法分类第58-62页
        5.4.1 基于特征的匹配算法第58-59页
        5.4.2 局部匹配算法第59-60页
        5.4.3 半全局匹配算法第60-62页
        5.4.4 全局匹配算法第62页
    5.5 实验结果第62-64页
    5.6 本章小结第64-65页
第六章 深度信息提取及其增强改进方法和三维重建第65-71页
    6.1 深度信息提取原理第65-66页
    6.2 深度值精确求解第66-67页
    6.3 深度信息增强改进方法第67-69页
    6.4 三维重建第69-70页
    6.5 本章小结第70-71页
第七章 双目立体视觉系统设计实现和测试分析第71-80页
    7.1 系统的硬件结构设计第71页
    7.2 系统的软件结构设计第71-73页
    7.3 实验结果和分析第73-79页
        7.3.1 采用改进的棋盘格角点检测方法的相机标定第73-75页
        7.3.2 基于边缘保护的滤波处理第75页
        7.3.3 基于改进的Harris-SIFT特征点的基础矩阵求解和立体校正第75-77页
        7.3.4 立体匹配及其深度提取增强第77-79页
    7.4 本章小结第79-80页
第八章 总结和展望第80-82页
    8.1 本文主要工作总结第80-81页
    8.2 未来工作的展望第81-82页
致谢第82-83页
参考文献第83-86页
攻读硕士期间取得的研究成果第86-87页

论文共87页,点击 下载论文
上一篇:基于多特征融合行人检测系统设计与实现
下一篇:并行FP-growth关联规则算法研究