面向多媒体传感器网络的多摄像机环状全景视觉感知
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-19页 |
1.1 课题研究的背景与意义 | 第11-12页 |
1.1.1 课题背景 | 第11页 |
1.1.2 课题目的与意义 | 第11-12页 |
1.2 国内外研究现状及发展趋势 | 第12-17页 |
1.2.1 WMSN的研究现状 | 第12-13页 |
1.2.2 多摄像机全景视觉的研究现状 | 第13-17页 |
1.2.3 未来发展趋势 | 第17页 |
1.3 研究内容与论文结构 | 第17-19页 |
1.3.1 论文的主要研究内容 | 第17-18页 |
1.3.2 论文章节的组织结构 | 第18-19页 |
第2章 多摄像机全景图像的配准与融合算法研究 | 第19-31页 |
2.1 全景图像变换模型 | 第19-20页 |
2.1.1 仿射变换模型 | 第19-20页 |
2.1.2 透视投影变换模型 | 第20页 |
2.2 全景图像投影模型 | 第20-23页 |
2.2.1 柱面投影模型 | 第21-22页 |
2.2.2 球面投影模型 | 第22-23页 |
2.3 图像重采样方法 | 第23-25页 |
2.4 全景图像配准算法 | 第25-27页 |
2.4.1 基于区域的图像配准方法 | 第25-26页 |
2.4.2 基于特征的图像配准算法 | 第26-27页 |
2.5 全景图像融合算法 | 第27-30页 |
2.5.1 时域融合算法 | 第27-30页 |
2.5.2 小波域图像融合 | 第30页 |
2.6 本章小结 | 第30-31页 |
第3章 基于特征点的图像配准方法 | 第31-59页 |
3.1 特征点检测算法 | 第31-36页 |
3.1.1 Harris角点检测算法 | 第31-32页 |
3.1.2 SIFT特征点检测算法 | 第32-36页 |
3.2 特征点匹配算法 | 第36-40页 |
3.2.1 区域匹配方法 | 第36-37页 |
3.2.2 特征向量匹配算法 | 第37-38页 |
3.2.3 RANSAC算法 | 第38-40页 |
3.3 基于特征点匹配的全局单应性矩阵配准方法 | 第40-41页 |
3.4 Moving DLT图像配准方法 | 第41-46页 |
3.4.1 全局单应性矩阵配准方法的不足 | 第41-43页 |
3.4.2 DLT图像配准方法 | 第43-44页 |
3.4.3 Moving DLT图像配准方法 | 第44-45页 |
3.4.4 Moving DLT实验结果 | 第45-46页 |
3.5 SPHP图像配准方法 | 第46-55页 |
3.5.1 Moving DLT算法的缺陷 | 第46-47页 |
3.5.2 SPHP图像配准算法 | 第47-55页 |
3.6 改进的SPHP图像配准方法 | 第55-58页 |
3.6.1 改进的SPHP算法 | 第55-56页 |
3.6.2 改进的图像配准方法实验结果 | 第56-58页 |
3.7 本章小结 | 第58-59页 |
第4章 多摄像机全景视频生成的研究 | 第59-73页 |
4.1 视频拼接实时性的影响因素分析 | 第59-60页 |
4.1.1 图像配准过程实时性分析 | 第59页 |
4.1.2 图像融合过程实时性分析 | 第59-60页 |
4.2 改进的双线性融合方法 | 第60-63页 |
4.2.1 改进的双线性融合方法 | 第60-61页 |
4.2.2 线性融合方法的效果对比与分析 | 第61-63页 |
4.3 基于查表法的图像拼接方法 | 第63-66页 |
4.3.1 逆向插值查表法 | 第63-64页 |
4.3.2 正向插值的逆向查表法 | 第64-66页 |
4.4 实验结果与分析 | 第66-70页 |
4.4.1 基于多摄像机的全景视频拼接流程 | 第66-67页 |
4.4.2 全景图像拼接实验 | 第67-68页 |
4.4.3 查表法实时性实验 | 第68-69页 |
4.4.4 C++平台实时性测试 | 第69-70页 |
4.4.5 动态目标下的效果验证 | 第70页 |
4.5 本章小结 | 第70-73页 |
第5章 总结与展望 | 第73-75页 |
5.1 总结 | 第73-74页 |
5.2 展望 | 第74-75页 |
参考文献 | 第75-79页 |
致谢 | 第79页 |