| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 研究的背景及意义 | 第8-10页 |
| 1.1.1 双目视觉 | 第8-9页 |
| 1.1.2 立体匹配 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 立体匹配算法的发展状况 | 第10-11页 |
| 1.2.2 立体匹配硬件实现的发展状况 | 第11页 |
| 1.3 论文主要工作和结构安排 | 第11-15页 |
| 1.3.1 主要工作 | 第11-13页 |
| 1.3.2 章节安排 | 第13-15页 |
| 第2章 立体匹配原理 | 第15-30页 |
| 2.1 立体匹配模型 | 第15-17页 |
| 2.2 立体匹配的研究内容 | 第17-21页 |
| 2.2.1 匹配基元的选取 | 第17-18页 |
| 2.2.2 相似度测量函数 | 第18-19页 |
| 2.2.3 基本约束条件 | 第19-21页 |
| 2.3 立体匹配的研究方法 | 第21-28页 |
| 2.3.1 立体匹配的分类 | 第21页 |
| 2.3.2 立体匹配的步骤 | 第21-24页 |
| 2.3.3 立体匹配的评价标准 | 第24-28页 |
| 2.4 立体匹配研究的难点 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 第3章 重启动随机游走立体匹配算法设计 | 第30-41页 |
| 3.1 重启动随机游走算法 | 第30-34页 |
| 3.1.1 将匹配问题转换成概率模型 | 第30-31页 |
| 3.1.2 基于RWR的概率立体匹配算法 | 第31-34页 |
| 3.2 改进的重启动随机游走算法 | 第34-36页 |
| 3.2.1 改进边缘权重 | 第34-35页 |
| 3.2.2 邻接矩阵均衡化 | 第35-36页 |
| 3.3 后处理 | 第36页 |
| 3.4 实验结果与分析 | 第36-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 立体匹配算法的实现 | 第41-67页 |
| 4.1 双目视觉图像采集平台 | 第41-42页 |
| 4.2 摄像机标定 | 第42-48页 |
| 4.2.1 摄像机标定方法 | 第42-43页 |
| 4.2.2 Matlab摄像机标定 | 第43-45页 |
| 4.2.3 左右摄像头标定结果 | 第45-46页 |
| 4.2.4 立体标定结果 | 第46-48页 |
| 4.3 立体匹配算法在PC机上实现 | 第48-51页 |
| 4.3.1 图像校正 | 第48-51页 |
| 4.3.2 立体匹配 | 第51页 |
| 4.4 立体匹配算法在嵌入式ARM上的实现 | 第51-66页 |
| 4.4.1 嵌入式系统 | 第52页 |
| 4.4.2 ARM处理器选型 | 第52-53页 |
| 4.4.3 上位机软件开发环境 | 第53-54页 |
| 4.4.4 嵌入式操作系统的选择 | 第54-57页 |
| 4.4.5 Linux操作系统的内核 | 第57-58页 |
| 4.4.6 立体匹配算法在Linux+QT中的实现 | 第58-62页 |
| 4.4.7 立体匹配算法在ARM上运行 | 第62-66页 |
| 4.5 本章小结 | 第66-67页 |
| 第5章 总结与展望 | 第67-69页 |
| 5.1 工作总结 | 第67页 |
| 5.2 展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读研究生学位期间发表的学术论文 | 第74页 |