| 第一章 绪论 | 第9-31页 |
| 1．1 研究背景 | 第9-10页 |
| 1．2 立体视觉 | 第10-17页 |
| 1．2．1 生物视觉(Natural Stereo Vision) | 第10-11页 |
| 1．2．2 人工视觉(Artificial Stereo Vision) | 第11-13页 |
| 1．2．3 立体视觉发展 | 第13-17页 |
| 1．3 显微立体视觉 | 第17-30页 |
| 1．3．1 显微立体视觉研究的意义 | 第17-18页 |
| 1．3．2 显微立体图像与宏观立体图像差异。 | 第18-19页 |
| 1．3．3 显微立体视觉系统 | 第19-21页 |
| 1．3．4 显微立体视觉国内外研究现状 | 第21-28页 |
| 1．3．5 显微立体视觉研究存在的问题 | 第28-30页 |
| 1．4 本文主要工作内容 | 第30-31页 |
| 第二章 立体视觉系统分析 | 第31-49页 |
| 2．1 立体视觉系统的分类 | 第31-35页 |
| 2．1．1 主动视觉和被动视觉 | 第31-33页 |
| 2．1．2 双目立体视觉系统和多目立体视觉系统 | 第33-35页 |
| 2．2 立体视觉系统的组成 | 第35-42页 |
| 2．2．1 图像预处理 | 第36-39页 |
| 2．2．2 立体匹配 | 第39-40页 |
| 2．2．3 三角化 | 第40-41页 |
| 2．2．4 执行器 | 第41-42页 |
| 2．3 立体视觉的应用 | 第42-49页 |
| 2．3．1 机器视觉应用 | 第44-46页 |
| 2．3．2 机器人视觉 | 第46-49页 |
| 第三章 显微立体图像匹配 | 第49-73页 |
| 3．1 前言 | 第49-52页 |
| 3．2 图像采集 | 第52页 |
| 3．3 图像滤波 | 第52-56页 |
| 3．3．1 向量中值滤波的描述 | 第52-54页 |
| 3．3．2 向量中值滤波 | 第54-56页 |
| 3．4 边缘提取 | 第56-61页 |
| 3．4．1 灰度图像边缘提取 | 第56-57页 |
| 3．4．2 彩色图像边缘提取 | 第57-61页 |
| 3．5 目标识别 | 第61页 |
| 3．6 显微立体匹配实现 | 第61-72页 |
| 3．6．1 立体匹配约束条件 | 第62-65页 |
| 3．6．2 立体匹配核心的问题：遮挡(occlusions) | 第65页 |
| 3．6．3 立体匹配基元(立体匹配分类) | 第65-69页 |
| 3．6．4 显微立体匹配算法 | 第69-72页 |
| 3．7 本章小结 | 第72-73页 |
| 第四章 试验数据分析与三维显示 | 第73-79页 |
| 4．1 匹配数据 | 第73-76页 |
| 4．2 匹配数据分析 | 第76-77页 |
| 4．2．1 边缘和区域匹配 | 第76页 |
| 4．2．2 边缘点 | 第76页 |
| 4．2．3 区域匹配 | 第76-77页 |
| 4．3 电阻表面三维显示 | 第77-78页 |
| 4．4 其他图像的匹配结果三维显示 | 第78页 |
| 4．5 本章小节 | 第78-79页 |
| 第五章 结论和展望 | 第79-80页 |
| 5．1 结论 | 第79-80页 |
| 致谢 | 第80-81页 |
| 攻读硕士学位期间公开发表的论文 | 第81-82页 |
| 参考文献 | 第82-88页 |
