| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第7-11页 |
| 1.1 研究背景及意义 | 第7页 |
| 1.2 3D传感器的研究现状 | 第7-8页 |
| 1.3 CMOS图像传感器 | 第8-9页 |
| 1.4 本文主要研究内容 | 第9页 |
| 1.5 论文的组织结构 | 第9-11页 |
| 第2章 3D传感器基本性能 | 第11-22页 |
| 2.1 CMOS图像传感器基本原理 | 第11-14页 |
| 2.1.1 CMOS图像传感器工作原理 | 第11页 |
| 2.1.2 像敏元阵列的工作原理 | 第11-14页 |
| 2.2 CMOS图像传感器噪声 | 第14-18页 |
| 2.2.1 基本噪声源 | 第14-15页 |
| 2.2.2 随机噪声分析 | 第15-16页 |
| 2.2.3 固定模式噪声分析 | 第16-18页 |
| 2.3 基于双CMOS图像传感器的 3D传感器 | 第18-22页 |
| 2.3.1 3D传感器景深原理 | 第18-19页 |
| 2.3.2 3D传感器深度分辨率 | 第19-22页 |
| 第3章 3D传感器标定算法及软件设计 | 第22-44页 |
| 3.1 图像传感器标定方法 | 第22-25页 |
| 3.1.1 图像传感器成像模型 | 第22-24页 |
| 3.1.2 3D标定靶的图像传感器标定 | 第24-25页 |
| 3.2 3D传感器的标定方法 | 第25-26页 |
| 3.3 基于OpenCV的 3D传感器标定 | 第26-30页 |
| 3.3.1 OpenCV介绍 | 第26-27页 |
| 3.3.2 平面棋盘格 | 第27-29页 |
| 3.3.3 3D传感器内外参数的标定 | 第29-30页 |
| 3.4 3D传感器的畸变校正 | 第30-31页 |
| 3.5 基于OpenCV的3D传感器标定优化模型 | 第31-34页 |
| 3.5.1 Gauss-Newton方法 | 第31-32页 |
| 3.5.2 Levenberg-Marquardt方法 | 第32-33页 |
| 3.5.3 3D传感器优化模型 | 第33-34页 |
| 3.6 标定软件设计 | 第34-44页 |
| 3.6.1 MFC中使用OpenCV | 第34-37页 |
| 3.6.2 图像处理 | 第37-42页 |
| 3.6.3 摄像头图像采集 | 第42-44页 |
| 第4章 实验及分析 | 第44-56页 |
| 4.1 标定实验 | 第44-48页 |
| 4.1.1 OpenCV标定实验 | 第44-46页 |
| 4.1.2 Matlab标定实验 | 第46-48页 |
| 4.2 OpenCV和Matlab标定实验结果分析 | 第48-49页 |
| 4.3 3D传感器左右图像视差分析 | 第49-56页 |
| 第5章 总结与展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读学位期间的研究成果 | 第61页 |