摘要 | 第3-4页 |
Abstract | 第4页 |
1 绪论 | 第7-12页 |
1.1 图像拼接技术的研究意义及应用领域 | 第7-8页 |
1.2 图像拼接技术的发展与研究现状 | 第8-9页 |
1.3 课题的技术关键及主要工作 | 第9-10页 |
1.4 课题的组织架构 | 第10-12页 |
2 图像拼接的基本原理 | 第12-19页 |
2.1 计算机视觉中的常用坐标系 | 第12页 |
2.2 图像几何变换关系模型介绍 | 第12-14页 |
2.3 图像几何变换关系模型的估计 | 第14-15页 |
2.4 图像拼接步骤 | 第15-18页 |
2.4.1 图像采集及预处理 | 第15-16页 |
2.4.2 图像特征提取 | 第16页 |
2.4.3 图像配准 | 第16-18页 |
2.4.4 图像拼接 | 第18页 |
2.5 小结 | 第18-19页 |
3 基于三维关系模型的图像预配准 | 第19-42页 |
3.1 图像三维关系模型的推导 | 第19-20页 |
3.2 图像预配准的硬件平台介绍 | 第20-22页 |
3.3 相机的运动参数估计 | 第22-29页 |
3.3.1 惯性传感器 | 第22-24页 |
3.3.2 基于ARMA模型的惯性传感器标定 | 第24-26页 |
3.3.3 惯性传感器参数的卡尔曼滤波 | 第26-27页 |
3.3.4 基于四元数法的Xtion传感器的外参估计 | 第27-29页 |
3.4 彩色图像的深度信息估计 | 第29-34页 |
3.4.1 Xtion传感器 | 第30-31页 |
3.4.2 基于平板标定的相机内参标定 | 第31-33页 |
3.4.3 彩色图像的深度信息提取 | 第33-34页 |
3.5 实验分析 | 第34-41页 |
3.5.1 卡尔曼滤波的实验分析 | 第34-36页 |
3.5.2 相机参数标定实验结果 | 第36-37页 |
3.5.3 图像预配准的精度及鲁棒性分析 | 第37-40页 |
3.5.4 图像预配准的运算速度分析 | 第40-41页 |
3.6 小结 | 第41-42页 |
4 基于二维关系模型的图像精配准 | 第42-54页 |
4.1 Harris角点提取 | 第42-44页 |
4.2 改进的Harris角点匹配算法 | 第44-45页 |
4.3 改进的二维关系模型估计算法 | 第45-49页 |
4.3.1 奇异值分解法 | 第46-47页 |
4.3.2 基于RANSAC算法的模型优化 | 第47-49页 |
4.4 图像几何坐标变换 | 第49-50页 |
4.5 实验分析 | 第50-53页 |
4.5.1 图像精配准的精度及鲁棒性分析 | 第50-52页 |
4.5.2 图像精配准的运算速度分析 | 第52-53页 |
4.6 小结 | 第53-54页 |
5 基于修正矩阵的图像拼接 | 第54-63页 |
5.1 基于时间序列的图像拼接 | 第54页 |
5.2 基于改进的渐入渐出算法的图像融合 | 第54-56页 |
5.3 基于修正矩阵的系统校正 | 第56-57页 |
5.3.1 系统误差分析 | 第56页 |
5.3.2 基于修正矩阵的系统优化 | 第56-57页 |
5.4 实验分析 | 第57-62页 |
5.4.1 图像拼接的精度及鲁棒性分析 | 第57-61页 |
5.4.2 修正矩阵的实验效果分析 | 第61-62页 |
5.5 小结 | 第62-63页 |
6 总结与展望 | 第63-65页 |
致谢 | 第65-66页 |
参考文献 | 第66-70页 |
附录 | 第70页 |