首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于双目视差的测距系统研究与实现

摘要第4-5页
abstract第5页
第一章 绪论第8-13页
    1.1 引言第8页
    1.2 测距技术现状第8-11页
        1.2.1 主动测距第8-9页
        1.2.2 被动测距第9-11页
        1.2.3 国内外相关研究与应用第11页
    1.3 课题选题依据与应用领域第11-12页
    1.4 论文主要研究内容与组织架构第12-13页
第二章 双目视差测距原理与关键技术第13-17页
    2.1 双目视差测距原理第13-14页
    2.2 双目视差测距的关键技术第14-15页
    2.3 基于双目CMOS相机的视差测距系统第15-16页
        2.3.1 基于双相机的视差测距数学模型第15页
        2.3.2 基于双目CMOS相机的视差测距系统硬件架构第15-16页
    2.4 本章小结第16-17页
第三章 图像预处理与特征提取第17-32页
    3.1 图像预处理第17-18页
        3.1.1 图像滤波第17页
        3.1.2 图像增强第17-18页
    3.2 特征提取概述第18-19页
    3.3 常用角点提取算法第19-22页
        3.3.1 Moravec角点检测第19页
        3.3.2 Harris角点检测第19-20页
        3.3.3 SIFT角点检测第20-22页
    3.4 基于经典Harris的改进算法第22-31页
        3.4.1 几种角点提取算法比较第22页
        3.4.2 经典Harris算法的参数影响研究第22-26页
        3.4.3 经典Harris算法效率提升第26-28页
        3.4.4 经典Harris算法亚像素定位第28-29页
        3.4.5 基于经典Harris的改进算法实验第29-31页
    3.5 本章小结第31-32页
第四章 相机标定第32-42页
    4.1 相机标定基础知识第32-36页
        4.1.1 镜头畸变第32-33页
        4.1.2 坐标系转换与线性成像模型第33-35页
        4.1.3 标定方法的分类第35-36页
    4.2 基于棋盘格标定板的标定方法第36-38页
        4.2.1 棋盘格标定板与经典棋盘格标定法第36-37页
        4.2.2 基于棋盘格标定板的标定方法第37-38页
    4.3 标定实验部分第38-41页
        4.3.1 实验流程及标定结果第38-40页
        4.3.2 标定精度影响因素及对策第40-41页
    4.4 本章小结第41-42页
第五章 图像匹配第42-55页
    5.1 图像匹配基本知识第42-45页
        5.1.1 算法框架第42-43页
        5.1.2 匹配算法分类第43页
        5.1.3 匹配的约束第43-45页
    5.2 匹配方法对比与实验第45-49页
        5.2.1 基于灰度的常见相似性度量第45-46页
        5.2.2 区域SAD,SSD,NCC匹配与实验分析第46-47页
        5.2.3 特征点NCC匹配与实验分析第47-49页
    5.3 基于区域NCC的亚像素匹配第49-53页
        5.3.1 基于区域NCC匹配的过程第50页
        5.3.2 测距系统中的亚像素级区域NCC匹配第50-53页
    5.4 匹配实验验证第53-54页
        5.4.1 匹配实验效果与数据第53-54页
        5.4.2 匹配误差分析第54页
    5.5 本章小结第54-55页
第六章 双目视差测距系统实现与实验分析第55-62页
    6.1 硬件平台搭建第55-58页
        6.1.1 硬件器械部分第55-57页
        6.1.2 硬件系统性能分析第57-58页
    6.2 测距实验数据结果第58-59页
    6.3 测距系统误差分析第59-61页
        6.3.1 理想点投射误差第59-60页
        6.3.2 系统结构参数对系统误差的影响第60-61页
    6.4 本章小结第61-62页
第七章 总结与展望第62-63页
参考文献第63-66页
致谢第66页

论文共66页,点击 下载论文
上一篇:基于程序切片的Android恶意软件检测研究
下一篇:基于改进LBP的人脸识别算法研究