基于双目视觉的运动目标实时追踪与测距
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 双目立体视觉研究现状 | 第9-11页 |
| 1.2.2 深度测量研究现状 | 第11-12页 |
| 1.3 本文的研究内容 | 第12页 |
| 1.4 论文的组织结构 | 第12-14页 |
| 第二章 双目立体视觉相关原理 | 第14-25页 |
| 2.1 双目立体视觉的基本理论 | 第14-17页 |
| 2.1.1 摄像机的成像模型 | 第14-16页 |
| 2.1.2 双目测距原理 | 第16-17页 |
| 2.2 双目摄像头标定 | 第17-22页 |
| 2.2.1 棋盘格标定法原理 | 第18-20页 |
| 2.2.2 摄像机标定与实验 | 第20-22页 |
| 2.3 极线几何与极线校正 | 第22-24页 |
| 2.3.1 极线约束 | 第23页 |
| 2.3.2 极线校正 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于双目视觉的运动目标测距方法 | 第25-41页 |
| 3.1 引言 | 第25-26页 |
| 3.2 运动目标实时追踪 | 第26-33页 |
| 3.2.1 早期跟踪算法 | 第26-29页 |
| 3.2.2 相关滤波跟踪算法 | 第29页 |
| 3.2.3 核相关滤波器(KCF) | 第29-32页 |
| 3.2.4 基于KCF的 ROI实时跟踪效果图 | 第32-33页 |
| 3.3 基于目标追踪的ROI提取方法 | 第33-34页 |
| 3.4 深度提取及距离计算 | 第34-37页 |
| 3.4.1 基于直方图的深度提取 | 第35-36页 |
| 3.4.2 基于曲线拟合的数据处理 | 第36-37页 |
| 3.5 实验结果与分析 | 第37-40页 |
| 3.5.1 测距实验 | 第38页 |
| 3.5.2 实时性结果对比 | 第38-39页 |
| 3.5.3 本文方法针对细小物体的测距实验 | 第39-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第四章 基于双目视觉的立体匹配算法 | 第41-54页 |
| 4.1 立体匹配概述 | 第41-42页 |
| 4.2 立体匹配算法研究 | 第42-45页 |
| 4.2.1 局部立体匹配算法 | 第42-43页 |
| 4.2.2 全局立体匹配算法 | 第43-45页 |
| 4.3 本文立体匹配算法 | 第45-50页 |
| 4.3.1 匹配代价计算 | 第45-47页 |
| 4.3.2 匹配代价聚合 | 第47-48页 |
| 4.3.3 视差细化 | 第48-50页 |
| 4.4 实验结果与分析 | 第50-52页 |
| 4.4.1 基线长度对测距精度的影响分析 | 第50页 |
| 4.4.2 算法视差图对比实验 | 第50-51页 |
| 4.4.3 距离值精确度对比 | 第51-52页 |
| 4.5 本章小结 | 第52-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 总结 | 第54-55页 |
| 5.2 展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第60-61页 |
| 致谢 | 第61页 |
