| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 双目立体视觉系统的国内外研究现状 | 第11-13页 |
| 1.3 双目立体视觉的关键技术 | 第13-14页 |
| 1.4 本文的主要内容和结构安排 | 第14-17页 |
| 第2章 双目立体视觉原理与图像预处理 | 第17-27页 |
| 2.1 双目立体视觉原理 | 第17-18页 |
| 2.2 双目立体视觉的坐标系变换 | 第18-21页 |
| 2.2.1 图像坐标系 | 第19页 |
| 2.2.2 成像平面坐标系 | 第19-20页 |
| 2.2.3 摄像机坐标系 | 第20页 |
| 2.2.4 世界坐标系 | 第20-21页 |
| 2.3 旅行家Ⅱ号机器人双目立体视觉系统 | 第21-23页 |
| 2.3.1 双目立体视觉系统的硬件组成及参数 | 第21-22页 |
| 2.3.2 双目立体视觉系统的软件设置及应用 | 第22-23页 |
| 2.4 图像的预处理 | 第23-26页 |
| 2.4.1 图像灰度化 | 第23-24页 |
| 2.4.2 图像滤波 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 摄像机标定 | 第27-45页 |
| 3.1 摄像机的成像模型 | 第27-30页 |
| 3.1.1 线性摄像机模型 | 第27-29页 |
| 3.1.2 非线性摄像机模型 | 第29-30页 |
| 3.2 张正友标定法 | 第30-33页 |
| 3.3 基于 OpenCV 的张正友标定法的实现 | 第33-35页 |
| 3.4 室内环境下的摄像机标定对比试验 | 第35-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第4章 特征点的提取与定位 | 第45-63页 |
| 4.1 基于 Harris 算法的特征提取和立体匹配 | 第45-50页 |
| 4.1.1 基于 Harris 算法的特征提取 | 第45-47页 |
| 4.1.2 基于 Harris 算法的立体匹配 | 第47-48页 |
| 4.1.3 基于 Harris 算法的立体匹配实验 | 第48-50页 |
| 4.2 基于 SIFT 算法的特征提取和立体匹配 | 第50-56页 |
| 4.2.1 基于 SIFT 算法的特征提取 | 第50-54页 |
| 4.2.2 基于 SIFT 算法的立体匹配 | 第54-55页 |
| 4.2.3 基于 SIFT 算法的立体匹配实验 | 第55-56页 |
| 4.3 基于 SIFT 算法的改进立体匹配法及实验 | 第56-59页 |
| 4.3.1 基于 SIFT 算法的改进立体匹配法 | 第56-57页 |
| 4.3.2 基于 SIFT 算法的改进立体匹配法实验 | 第57-59页 |
| 4.4 特征点三维定位实验 | 第59-61页 |
| 4.5 本章小结 | 第61-63页 |
| 第5章 总结 | 第63-65页 |
| 5.1 全文研究工作总结 | 第63-64页 |
| 5.2 下一步科研计划安排 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 作者简介 | 第69-71页 |
| 致谢 | 第71页 |
