文摘
英文文摘
独创声明及学位论文版权使用授权书
第一章绪论
1.1引言
1.2 Marr的计算机视觉理论框架
1.3立体视觉的研究概况
1.3.1匹配技术的发展概况
1.3.2摄像机标定技术的发展概况
1.3.3三维重建技术的发展概况
1.4选题背景
1.5研究思路
1.6论文结构
第二章摄像机模型和基础矩阵
2.1引言
2.2图像坐标系、摄像机坐标系与世界坐标系
2.3线性摄像机模型(针孔模型)
2.4对极几何和基础矩阵
2.4.1对极几何
2.4.2基础矩阵
2.5基础矩阵的求解
2.5.1八点法求基础矩阵
2.5.2 Hartley的改进的八点法
2.6小结
第三章摄像机标定
3.1引言
3.2传统的摄像机标定方法
3.2.1利用最优化算法的摄像机标定方法
3.2.2利用透视变换矩阵的摄像机标定方法
3.2.3 Tsai的两步法
3.2.4双平面法
3.3张氏标定法
3.3.1内参数约束
3.3.2摄像机标定的线性求解
3.4自标定方法
3.4.1自标定方法的概述
3.4.2基于Kurppa方程的自标定算法
3.5小结
第四章图像的特征点提取
4.1引言
4.2 SUSAN特征检测的理论
4.3 SUSAN角点检测的具体实现
4.4 SUSAN角点检测的分析
4.5小结
第五章基于灰度值的特征点匹配
5.1引言
5.2角点匹配策略的选取
5.3角点初始匹配(相关匹配)
5.4角点的松弛迭代
5.5最小平方中值法
5.6视差梯度约束
5.6.1基于视差梯度约束的匹配方法中基本概念
5.6.2角点匹配的法则
5.6.3匹配法则的具体实现
5.6.4预测视差和不确定性
5.6.5计算灰度相似性方面的匹配可能性
5.6.6后验密度的推论
5.7实验步骤及结果分析
5.8小结
第六章基于结构光方法的匹配
6.1引言
6.2结构光匹配的实现
6.2.1结构光的系统构成
6.2.2投影的编码方式
6.2.3投影照片的图像预处理
6.2.4投影照片的角点检测方式
6.2.5分步多次投影的匹配方式
6.3实验结果
6.4小结
第七章总结与展望
7.1总结
7.2展望
参考文献
致谢
个人简历