单摄像头静态3D检测技术
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 计算机立体视觉概述及应用 | 第11-16页 |
| 1.2.1 计算机立体视觉概述 | 第12-14页 |
| 1.2.2 计算机视觉的应用领域 | 第14-16页 |
| 1.3 计算机立体视觉技术发展现状 | 第16-19页 |
| 1.3.1 立体视觉国外发展现状 | 第16-18页 |
| 1.3.2 立体视觉国内发展现状 | 第18-19页 |
| 1.4 计算机立体视觉关键技术 | 第19-21页 |
| 1.5 论文主要内容和结构 | 第21-22页 |
| 1.6 本章小结 | 第22-23页 |
| 第二章 摄像机标定 | 第23-44页 |
| 2.1 摄像机标定原理 | 第23-30页 |
| 2.1.1 三个坐标系及其转换关系 | 第23-26页 |
| 2.1.2 针孔成像模型 | 第26-28页 |
| 2.1.3 非线性成像模型 | 第28-30页 |
| 2.2 摄像机标定方法 | 第30-38页 |
| 2.2.1 摄像机标定方法概述 | 第30-31页 |
| 2.2.2 直接线性标定法 | 第31-32页 |
| 2.2.3 Tsai两步标定法 | 第32-34页 |
| 2.2.4 本文的标定方法 | 第34-38页 |
| 2.3 镜头畸变矫正 | 第38-42页 |
| 2.4 摄像机标定参数 | 第42-43页 |
| 2.5 本章小结 | 第43-44页 |
| 第三章 基于计算机视觉的图像预处理 | 第44-66页 |
| 3.1 图像灰度化 | 第44-45页 |
| 3.2 图像滤波 | 第45-52页 |
| 3.2.1 高斯滤波 | 第46-48页 |
| 3.2.2 均值滤波 | 第48-49页 |
| 3.2.3 中值滤波 | 第49-52页 |
| 3.3 直方图均衡化 | 第52-55页 |
| 3.4 角点检测 | 第55-58页 |
| 3.4.1 Harris角点检测算法 | 第55-58页 |
| 3.4.2 亚像素级角点坐标 | 第58页 |
| 3.5 边缘检测 | 第58-64页 |
| 3.5.1 梯度算子 | 第59-62页 |
| 3.5.2 LOG算子 | 第62-63页 |
| 3.5.3 Canny算子 | 第63-64页 |
| 3.6 本章小结 | 第64-66页 |
| 第四章 立体匹配与深度计算 | 第66-77页 |
| 4.1 深度计算原理 | 第66-67页 |
| 4.2 对极几何 | 第67-70页 |
| 4.2.1 对极几何约束 | 第67-68页 |
| 4.2.2 本征矩阵和基础矩阵 | 第68-70页 |
| 4.3 图像校正 | 第70-73页 |
| 4.4 立体匹配 | 第73-76页 |
| 4.4.1 立体匹配的基本概念 | 第73页 |
| 4.4.2 立体匹配的约束原则 | 第73-74页 |
| 4.4.3 立体匹配方法 | 第74-76页 |
| 4.5 本章小结 | 第76-77页 |
| 第五章 3D检测系统的实现 | 第77-104页 |
| 5.1 实验系统搭建 | 第77-79页 |
| 5.1.1 硬件设施 | 第77-79页 |
| 5.1.2 软件环境 | 第79页 |
| 5.2 相机参数标定 | 第79-90页 |
| 5.2.1 Matlab标定结果 | 第80-87页 |
| 5.2.2 Open CV标定结果 | 第87-89页 |
| 5.2.3 标定中需要注意的问题 | 第89-90页 |
| 5.3 畸变矫正与极线校正 | 第90-95页 |
| 5.3.1 畸变矫正 | 第90-92页 |
| 5.3.2 极线校正 | 第92-95页 |
| 5.4 立体匹配与三维重建 | 第95-101页 |
| 5.5 实验误差分析 | 第101-103页 |
| 5.6 本章小结 | 第103-104页 |
| 第六章 总结与展望 | 第104-106页 |
| 6.1 全文工作总结 | 第104页 |
| 6.2 后续研究展望 | 第104-106页 |
| 致谢 | 第106-107页 |
| 参考文献 | 第107-111页 |
