基于OpenCV和CUDA实时校正大视场物镜畸变的研究
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 畸变实时校正的研究背景及意义 | 第15页 |
| 1.2 国内外相关的研究现状 | 第15-17页 |
| 1.3 本文的研究内容与结构 | 第17-19页 |
| 1.3.1 本文的研究内容 | 第17页 |
| 1.3.2 本文的结构 | 第17-19页 |
| 第二章 OpenCV模块与CUDA架构 | 第19-24页 |
| 2.1 OpenCV模块介绍 | 第19-21页 |
| 2.1.1 核心功能模块 | 第20页 |
| 2.1.2 其他功能模块 | 第20-21页 |
| 2.2 CUDA架构介绍 | 第21-23页 |
| 2.3 本章小结 | 第23-24页 |
| 第三章 大视场物镜光学设计及成像分析 | 第24-34页 |
| 3.1 大视场物镜光学设计 | 第24-27页 |
| 3.2 理想成像模型分析 | 第27-30页 |
| 3.2.1 成像坐标系分析 | 第28页 |
| 3.2.2 理想成像模型 | 第28-30页 |
| 3.3 畸变成像模型分析 | 第30-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 畸变实时校正模型及算法研究 | 第34-52页 |
| 4.1 畸变几何校正模型及算法 | 第34-43页 |
| 4.1.1 基于模板法 | 第34-40页 |
| 4.1.2 基于对象参数法 | 第40-43页 |
| 4.1.3 畸变几何校正模型算法分析 | 第43页 |
| 4.2 图像灰度校正理论 | 第43-46页 |
| 4.2.1 最近邻元插值法 | 第43-44页 |
| 4.2.2 双线性插值法 | 第44-45页 |
| 4.2.3 双立方插值法 | 第45-46页 |
| 4.2.4 灰度校正算法分析总结 | 第46页 |
| 4.3 本文的模型及算法 | 第46-51页 |
| 4.3.1 大视场物镜畸变模型 | 第46-47页 |
| 4.3.2 畸变几何校正模型 | 第47-49页 |
| 4.3.3 畸变几何校正算法 | 第49-50页 |
| 4.3.4 灰度校正算法 | 第50-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第五章 畸变实时校正系统的实现 | 第52-61页 |
| 5.1 畸变实时校正系统设计 | 第52-56页 |
| 5.1.1 摄像机模块的图像传感器选择 | 第52-53页 |
| 5.1.2 实时处理单元的方案选择 | 第53-55页 |
| 5.1.3 实时显示和存储单元的方案选择 | 第55-56页 |
| 5.2 基于OpenCV模块的参数初始化 | 第56-58页 |
| 5.2.1 采集模板图像 | 第56-57页 |
| 5.2.2 摄像机参数标定 | 第57页 |
| 5.2.3 镜头畸变中心标定 | 第57页 |
| 5.2.4 计算畸变系数 | 第57-58页 |
| 5.3 基于CUDA并行架构的实时校正 | 第58-59页 |
| 5.3.1 采集实时畸变视频 | 第58页 |
| 5.3.2 实时校正 | 第58-59页 |
| 5.4 显示与存储 | 第59-60页 |
| 5.5 本章小结 | 第60-61页 |
| 第六章 实验结果及分析 | 第61-69页 |
| 6.1 实验环境 | 第61-62页 |
| 6.2 系统验证与分析 | 第62-68页 |
| 6.2.1 系统参数初始化 | 第63-64页 |
| 6.2.2 畸变实时校正及显示 | 第64-65页 |
| 6.2.3 畸变校正效果分析 | 第65-68页 |
| 6.3 本章小结 | 第68-69页 |
| 第七章 总结与展望 | 第69-72页 |
| 7.1 总结 | 第69-71页 |
| 7.1.1 研究成果 | 第69-70页 |
| 7.1.2 创新点 | 第70-71页 |
| 7.2 展望 | 第71-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第75-76页 |
