中文摘要 | 第1-3页 |
英文摘要 | 第3-6页 |
1 引言 | 第6-10页 |
1.1 选题的背景及意义 | 第6页 |
1.2 三维测量技术的发展及现状 | 第6-8页 |
1.2.1 双目立体视觉 | 第6-7页 |
1.2.2 单目视觉方法 | 第7页 |
1.2.3 相位测量法 | 第7-8页 |
1.2.4 结构光方法 | 第8页 |
1.3 本研究的主要内容 | 第8-10页 |
2 图像多分辨分析理论 | 第10-20页 |
2.1 多分辨分析理论基础 | 第10-12页 |
2.1.1 信号的分解、近似表示 | 第10-11页 |
2.1.2 框架理论 | 第11页 |
2.1.3 多分辨分析(MRA) | 第11-12页 |
2.2 小波分析简介 | 第12-14页 |
2.2.1 小波变换定义 | 第12-13页 |
2.2.2 局部模极大值理论 | 第13-14页 |
2.3 脊波变换简介(Ridgelet Transform:RT) | 第14-19页 |
2.2.1 脊波变换定义 | 第15-16页 |
2.3.2 脊波变换的实现 | 第16-19页 |
2.3 小结 | 第19-20页 |
3 基于多分辨分析的图像预处理 | 第20-36页 |
3.1 引言 | 第20页 |
3.2 一种新的小波域图像去噪算法 | 第20-28页 |
3.2.1 正交小波域中相邻尺度系数的联合分布 | 第20-22页 |
3.2.2 父子小波系数收缩算子 | 第22-24页 |
3.2.3 去噪算法及代码 | 第24-26页 |
3.2.4 实验仿真 | 第26-28页 |
3.3 基于复数小波的HMT-ForWaRD图像恢复算法 | 第28-35页 |
3.3.1 算法理论与算法 | 第29-31页 |
3.3.2 恢复算法及代码 | 第31-33页 |
3.3.3 仿真指标及仿真结果 | 第33-35页 |
3.4 小结 | 第35-36页 |
4 图像的拐点检测 | 第36-48页 |
4.1 引言 | 第36-37页 |
4.2 拐角检测的性能评价指标 | 第37页 |
4.3 经典拐角检测算法 | 第37-43页 |
4.3.1 基于模板的拐角检测算法 | 第37-39页 |
4.3.2 基于拐角测度检测算法 | 第39-41页 |
4.3.3 SUSAN算法 | 第41-43页 |
4.4 利用脊波变换实现的拐角检测 | 第43-47页 |
4.4.1 基于傅立叶—脊波变换的拐点检测前处理研究 | 第43-45页 |
4.4.2 基于脊波变换的拐角检测算法 | 第45-46页 |
4.4.3 仿真实验与结果 | 第46-47页 |
4.5 小结 | 第47-48页 |
5 相机定标实验 | 第48-57页 |
5.1 概述 | 第48页 |
5.2 照相机模型(小孔模型) | 第48-50页 |
5.2.1 线性照相机模型 | 第49页 |
5.2.2 非线性照相机模型 | 第49-50页 |
5.3 相机定标方法 | 第50-53页 |
5.3.1 定标原理 | 第50-51页 |
5.3.2 定标代码 | 第51-53页 |
5.3 定标实验 | 第53-56页 |
5.4.1 具体实验步骤 | 第54页 |
5.4.2 标准模板的选择 | 第54页 |
5.4.3 模板图像特征点提取 | 第54-55页 |
5.4.4 照相机参数提取 | 第55-56页 |
5.4.5 图像校正实验 | 第56页 |
5.4 小结 | 第56-57页 |
6 结论与展望 | 第57-58页 |
6.1 研究结论 | 第57页 |
6.2 展望 | 第57-58页 |
参考文献 | 第58-63页 |
附: | 第63-64页 |
1.作者在攻读硕士学位期间发表的论文目录 | 第63-64页 |
2.致谢 | 第64页 |