高精度摄像机标定和鲁棒立体匹配算法研究
摘要 | 第1-7页 |
Abstract | 第7-9页 |
目录 | 第9-11页 |
第1章 绪论 | 第11-24页 |
·立体视觉系统 | 第12-13页 |
·立体视觉研究历史与现状 | 第13-21页 |
·摄像机建模 | 第14-15页 |
·特征提取 | 第15-16页 |
·图像匹配 | 第16-21页 |
·本文的研究目的 | 第21-22页 |
·论文结构与主要工作 | 第22-24页 |
第2章 立体摄像机的标定 | 第24-48页 |
·Tsai的基于RAC的两步法 | 第25-31页 |
·带径向畸变的针孔摄像机模型 | 第26-29页 |
·RAC两步标定法的计算过程 | 第29-31页 |
·立体摄像机标定 | 第31-33页 |
·标定模式的自动检测和标记 | 第33-42页 |
·检测角点位置候选值 | 第34-37页 |
·网格的自动标记 | 第37-42页 |
·角点检测精度的进一步提高 | 第42-45页 |
·立体摄像机标定实验结果 | 第45-47页 |
·结论 | 第47-48页 |
第3章 稠密匹配的基本理论 | 第48-62页 |
·稠密匹配的基本理论 | 第48-50页 |
·视差场与深度图 | 第48-49页 |
·基本假设 | 第49-50页 |
·立体视觉研究所面临的问题 | 第50-52页 |
·匹配代价 | 第50-51页 |
·遮挡问题 | 第51-52页 |
·立体匹配常用的约束 | 第52-54页 |
·稠密匹配的研究现状 | 第54-60页 |
·生长法 | 第54-56页 |
·松弛法 | 第56-57页 |
·动态规划法 | 第57页 |
·多分辨分析方法 | 第57-58页 |
·马尔科夫随机场 | 第58-59页 |
·基于分割区域的算法 | 第59-60页 |
·总结 | 第60-62页 |
第4章 快速的相关窗算法及其改进 | 第62-72页 |
·经典相关窗法 | 第63-65页 |
·自适应支持权值匹配 | 第65-69页 |
·格式塔心理学简介 | 第65-66页 |
·自适应支持权值的设计 | 第66-69页 |
·基于分割区域的自适应窗口加权法 | 第69-71页 |
·结论 | 第71-72页 |
第5章 基于区域间协同优化的立体匹配算法 | 第72-99页 |
·引言 | 第72-74页 |
·均值偏移(Mean Shift)图像分割算法 | 第74-79页 |
·均值偏移算法的基本原理 | 第74-76页 |
·基于均值偏移的图像分割 | 第76-77页 |
·立体匹配中的均值偏移图像分割 | 第77-79页 |
·鲁棒的视差平面拟合算法 | 第79-82页 |
·基于RANSAC算法的平面拟合 | 第79-81页 |
·基于投票的鲁棒视差平面拟合算法 | 第81-82页 |
·协同优化算法的基本原理 | 第82-84页 |
·基于区域间协同优化的立体匹配 | 第84-90页 |
·实验结果 | 第90-97页 |
·结论和展望 | 第97-99页 |
第6章 总结导展望 | 第99-102页 |
·总结 | 第99页 |
·目前立体匹配算法主要存在的问题: | 第99-100页 |
·展望 | 第100-102页 |
参考文献 | 第102-110页 |
致谢 | 第110-111页 |
发表的学术论文 | 第111页 |