基于双目立体视觉的机翼结冰模型的厚度测量
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 符号对照表 | 第10-11页 |
| 缩略语对照表 | 第11-14页 |
| 第一章 绪论 | 第14-20页 |
| 1.1 论文的选题背景与意义 | 第14-15页 |
| 1.2 双目立体视觉的国内外研究现状与应用 | 第15-18页 |
| 1.3 本文的研究内容 | 第18-20页 |
| 第二章 摄像机标定 | 第20-44页 |
| 2.1 引言 | 第20页 |
| 2.2 摄像机的成像模型 | 第20-24页 |
| 2.2.1 线性成像模型 | 第22-23页 |
| 2.2.2 非线性模型 | 第23-24页 |
| 2.3 摄像机标定方法 | 第24-32页 |
| 2.3.1 张正友标定法 | 第25-30页 |
| 2.3.2 提取角点 | 第30-31页 |
| 2.3.3 双目摄像机标定 | 第31-32页 |
| 2.4 对极几何 | 第32-35页 |
| 2.5 标定立体校正bouguet算法 | 第35-36页 |
| 2.6 摄像机标定与校正实验结果与分析 | 第36-42页 |
| 2.6.1 单目标定实验 | 第37-40页 |
| 2.6.2 双目标定实验 | 第40-41页 |
| 2.6.3 摄像机校正实验 | 第41-42页 |
| 2.7 本章小结 | 第42-44页 |
| 第三章 图像立体匹配 | 第44-58页 |
| 3.1 引言 | 第44-45页 |
| 3.2 图像预处理 | 第45-47页 |
| 3.3 图像的立体匹配原理 | 第47-48页 |
| 3.4 立体匹配法的约束条件 | 第48-49页 |
| 3.5 立体匹配算法的结构 | 第49-52页 |
| 3.6 立体匹配算法的分类 | 第52-55页 |
| 3.6.1 基于特征的立体匹配算法 | 第52-53页 |
| 3.6.2 基于全局的匹配算法 | 第53-55页 |
| 3.7 立体匹配实验与结果分析 | 第55-56页 |
| 3.8 本章小结 | 第56-58页 |
| 第四章 立体视觉三维重建与计算结冰厚度 | 第58-66页 |
| 4.1 引言 | 第58页 |
| 4.2 三维重建原理 | 第58-59页 |
| 4.3 平行双目立体视觉重建三维信息 | 第59-61页 |
| 4.4 结冰冰型处理 | 第61-63页 |
| 4.5 提取结冰厚度实验 | 第63-65页 |
| 4.6 本章小结 | 第65-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 5.1 总结 | 第66-67页 |
| 5.2 展望 | 第67-68页 |
| 参考文献 | 第68-70页 |
| 致谢 | 第70-72页 |
| 作者简介 | 第72-73页 |
