基于双目视觉的楼梯图像三维构建技术研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 1 绪论 | 第8-15页 |
| 1.1 选题背景及研究意义 | 第8-10页 |
| 1.1.1 选题背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 本课题研究领域国内外的研究现状和发展趋势 | 第10-13页 |
| 1.2.1 国内外研究现状 | 第10-12页 |
| 1.2.2 国内外研究发展趋势 | 第12-13页 |
| 1.3 本文的主要研究内容及组织结构 | 第13-15页 |
| 2 双目视觉楼梯图像三维构建的技术路线 | 第15-23页 |
| 2.1 双目视觉系统理论 | 第15-19页 |
| 2.1.1 坐标系理论 | 第15-17页 |
| 2.1.2 线性摄像机模型 | 第17-18页 |
| 2.1.3 立体视觉原理 | 第18-19页 |
| 2.2 本文的技术路线 | 第19-22页 |
| 2.3 本章小结 | 第22-23页 |
| 3 双目摄像机系统标定 | 第23-32页 |
| 3.1 摄像机标定方法 | 第23页 |
| 3.2 张正友标定法原理和流程 | 第23-27页 |
| 3.2.1 张正友标定法原理 | 第23-26页 |
| 3.2.2 算法流程 | 第26-27页 |
| 3.3 标定结果 | 第27-31页 |
| 3.3.1 双目视觉系统搭建以及拍摄标定模板 | 第27-28页 |
| 3.3.2 单目标定结果 | 第28-30页 |
| 3.3.3 双目标定结果 | 第30-31页 |
| 3.4 本章小结 | 第31-32页 |
| 4 立体匹配 | 第32-52页 |
| 4.1 立体匹配原理 | 第32-36页 |
| 4.1.1 立体匹配模型 | 第32-34页 |
| 4.1.2 立体匹配的约束条件 | 第34-35页 |
| 4.1.3 立体匹配算法的步骤 | 第35-36页 |
| 4.2 半全局立体匹配算法 | 第36-41页 |
| 4.2.1 匹配代价计算 | 第37-39页 |
| 4.2.2 匹配代价聚合 | 第39-40页 |
| 4.2.3 视差生成和优化 | 第40-41页 |
| 4.3 改进的半全局立体匹配算法 | 第41-46页 |
| 4.3.1 基于树形结构的匹配代价聚合 | 第41-42页 |
| 4.3.2 最小生成树 | 第42-43页 |
| 4.3.3 基于最小生成树的匹配代价聚合方法 | 第43-46页 |
| 4.4 实验结果 | 第46-51页 |
| 4.4.1 立体匹配算法结果评估方法 | 第48页 |
| 4.4.2 相似性常数的确定 | 第48页 |
| 4.4.3 算法实验结果对比 | 第48-51页 |
| 4.5 本章总结 | 第51-52页 |
| 5 楼梯图像三维构建 | 第52-60页 |
| 5.1 深度图获取 | 第52-53页 |
| 5.1.1 深度图像的概念以及获取方式 | 第52页 |
| 5.1.2 深度图像获取 | 第52-53页 |
| 5.2 点云获取 | 第53-55页 |
| 5.2.1 点云概念 | 第53-54页 |
| 5.2.2 点云获取 | 第54-55页 |
| 5.3 楼梯三维图像构建 | 第55-58页 |
| 5.3.1 楼梯图像的获取和预处理 | 第55-56页 |
| 5.3.2 楼梯图像视差图的获取 | 第56-57页 |
| 5.3.3 楼梯图像深度图的获取 | 第57-58页 |
| 5.3.4 楼梯图像点云图的获取 | 第58页 |
| 5.4 本章总结 | 第58-60页 |
| 6 总结与展望 | 第60-62页 |
| 6.1 论文总结 | 第60页 |
| 6.2 工作展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录 | 第66页 |
