| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.2.1 针孔摄像头标定方法 | 第11-12页 |
| 1.2.2 鱼眼摄像头标定方法 | 第12-13页 |
| 1.3 论文主要研究内容 | 第13-18页 |
| 1.3.1 主要研究内容 | 第14-15页 |
| 1.3.2 本文的结构与安排 | 第15-18页 |
| 2 相机标定中的若干关键问题 | 第18-26页 |
| 2.1 成像系统中的坐标关系 | 第18-20页 |
| 2.1.1 相机成像过程中的四个坐标系 | 第18-19页 |
| 2.1.2 坐标系之间的变换关系 | 第19-20页 |
| 2.2 针孔成像模型 | 第20-21页 |
| 2.3 鱼眼成像模型 | 第21-25页 |
| 2.3.1 鱼眼摄像头的畸变模型 | 第22-24页 |
| 2.3.2 鱼眼摄像头的成像模型 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 基于标定棋盘格的相机标定方法 | 第26-34页 |
| 3.1 针孔摄像头标定方法—Zhang, Zhengyou标定法 | 第26-29页 |
| 3.1.1 原理阐述 | 第26-28页 |
| 3.1.2 示例 | 第28-29页 |
| 3.2 鱼眼摄像头标定方法—Scaramuzza标定法 | 第29-33页 |
| 3.2.1 原理阐述 | 第29-32页 |
| 3.2.2 示例 | 第32-33页 |
| 3.3 本章小结 | 第33-34页 |
| 4 基于低秩纹理的相机标定方法 | 第34-56页 |
| 4.1 变换不变低秩纹理(TILT) | 第34-36页 |
| 4.2 基于TILT的图像矫正方法 | 第36-47页 |
| 4.2.1 已有的方法 | 第36-38页 |
| 4.2.2 基于稀疏贝叶斯学习的TILT图像矫正方法 | 第38-42页 |
| 4.2.3 实验结果与分析 | 第42-47页 |
| 4.3 基于TILT的针孔摄像头标定方法 | 第47-50页 |
| 4.3.1 单张图片的标定方法 | 第48页 |
| 4.3.2 多张图片的标定方法 | 第48-49页 |
| 4.3.3 示例 | 第49-50页 |
| 4.4 基于TILT的鱼眼摄像头标定方法 | 第50-55页 |
| 4.4.1 原理阐述 | 第50-52页 |
| 4.4.2 实验结果与分析 | 第52-55页 |
| 4.5 本章小结 | 第55-56页 |
| 5 车载全景视觉系统的构建 | 第56-66页 |
| 5.1 Scaramuzz标定方法的车载全景视觉系统 | 第57-60页 |
| 5.1.1 相机的标定与标定场的建立 | 第57-58页 |
| 5.1.2 虚拟3D模型建模 | 第58-59页 |
| 5.1.3 影像的拼接与融合 | 第59-60页 |
| 5.2 效果展示与分析 | 第60-62页 |
| 5.2.1 静态图片效果展示 | 第60-61页 |
| 5.2.2 公路实测效果展示 | 第61-62页 |
| 5.3 TILT标定方法的车载全景视觉系统 | 第62-64页 |
| 5.4 本章小结 | 第64-66页 |
| 6 总结与展望 | 第66-68页 |
| 6.1 本文总结 | 第66-67页 |
| 6.2 未来展望 | 第67-68页 |
| 6.2.1 基于TILT的鱼眼摄像头标定方法 | 第67页 |
| 6.2.2 车载全景视觉系统的构建方法 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士期间发表的论文 | 第72-74页 |
| 致谢 | 第74页 |
