| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-13页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 国内外研究状况及未来发展趋势 | 第9-11页 |
| 1.3 本文研究内容及组织结构 | 第11-13页 |
| 2 机器视觉成像几何模型 | 第13-19页 |
| 2.1 坐标系简介 | 第13-14页 |
| 2.2 针孔模型原理 | 第14-17页 |
| 2.3 三维空间点与图像像素点的非线性关系 | 第17-18页 |
| 2.4 考虑几何畸变的成像模型 | 第18页 |
| 2.5 本章小结 | 第18-19页 |
| 3 摄像机标定 | 第19-38页 |
| 3.1 传统标定技术的原理和方法 | 第19-22页 |
| 3.1.1 直接线性变换标定方法 | 第19-20页 |
| 3.1.2 透视变换矩阵的摄像机标定方法 | 第20-21页 |
| 3.1.3 非线性优化方法 | 第21页 |
| 3.1.4 Tsai的两步法 | 第21-22页 |
| 3.2 自标定技术的原理和方法 | 第22-26页 |
| 3.2.1 极线几何约束介绍 | 第22-23页 |
| 3.2.2 已标定情况下的极线几何约束 | 第23-24页 |
| 3.2.3 未标定情况下的极线几何约束 | 第24-26页 |
| 3.3 标定方法的选择 | 第26-29页 |
| 3.4 摄像机标定实验 | 第29-37页 |
| 3.5 本章小结 | 第37-38页 |
| 4 特征提取 | 第38-48页 |
| 4.1 边缘特征 | 第38-41页 |
| 4.1.1 Roberts（罗伯茨）边缘检测算子 | 第39页 |
| 4.1.2 Sobel（索贝尔）边缘检测算子 | 第39-40页 |
| 4.1.3 Prewitt（普瑞维特）边缘检测算子 | 第40-41页 |
| 4.2 Harris角点检测算法与SIFT特征点提取算法介绍 | 第41-45页 |
| 4.2.1 Harris角点检测算法 | 第41-42页 |
| 4.2.2 SIFT特征算法 | 第42-45页 |
| 4.3 特征提取方法选取 | 第45-47页 |
| 4.4 本章小结 | 第47-48页 |
| 5 立体匹配与三维重建 | 第48-58页 |
| 5.1 立体匹配概述 | 第48-51页 |
| 5.1.1 立体匹配概述 | 第48-49页 |
| 5.1.2 约束条件 | 第49-50页 |
| 5.1.3 测度函数 | 第50-51页 |
| 5.2 SIFT特征匹配算法及其改进 | 第51-53页 |
| 5.2.1 引入极线约束的SIFT特征匹配算法 | 第51-52页 |
| 5.2.2 SIFT特征匹配实验 | 第52-53页 |
| 5.3 三维重建 | 第53-57页 |
| 5.3.1 双目视觉三维重建原理 | 第54-55页 |
| 5.3.2 三维重建结果 | 第55-57页 |
| 5.4 本章小结 | 第57-58页 |
| 6 总结与展望 | 第58-59页 |
| 附录 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64页 |