单目立体视觉技术及应用

7.3.4 误差分析

7.3.3 车体姿态的测量方案

7.3.2 车辆姿态检测现状

7.3.1 车辆姿态概述

7.3 基于单平面镜的车辆姿态检测

7.2.2 实验

7.2.1 理论方法

7.2 基于单平面镜的对称结构物体三维重建

7.1.3 重建实验

7.1.2 空间点三维重建的非线性解

7.1.1 空间点三维重建的线性解

7.1 空间点的三维重建

第7章 单目立体视觉的应用

6.4.3 基于极线约束的光条匹配

6.4.2 图像特征细化算法

6.4.1 线结构光条的提取

6.4 基于极线约束的线结构光条的立体匹配

6.3.3 基于区域的SAD立体匹配实验

6.3.2 基于区域的SAD立体匹配算法

6.3.1 基于区域的立体匹配概述

6.3 基于区域的单幅图像立体匹配

6.2.6 在SIFT算法基础上提出改进的算法

6.2.5 Harris算法和SIFT算法的比较

6.2.4 实验结果

6.2.3 Harris检测算法原理

6.2.2 基于SIFT算法的单幅图像立体匹配

6.2.1 SIFT检测算法原理

6.2 基于特征点的单幅图像立体匹配

6.1 立体匹配算法概述

第6章 单幅图像的立体匹配

5.3.3 实物实验

5.3.2 仿真实验

5.3.1 单目立体视觉图像极线校正理论

5.3 单目立体视觉图像极线校正

5.2 单目立体视觉的极线几何

5.1 双目立体视觉的极线几何

第5章 单目立体视觉中的极线几何及校正

4.4.2 实验结果与分析

4.4.1 单目立体视觉的数学模型

4.4 单目立体视觉外参数标定

4.3.5 实物标定实验

4.3.4 仿真实验

4.3.3 摄像机内参数求解

4.3.2 正交消失点的性质

4.3.1 消失点和消失线理论

4.3 自标定的内参数标定法

4.2.5 实验结果与分析

4.2.4 液晶显示器显示标定模板

4.2.3 张正友标定法

4.2.2 基于径向约束的摄像机标定

4.2.1 基于线性变换的摄像机标定

4.2 摄像机内参数标定方法

4.1.4 需要标定的摄像机参数

4.1.3 摄像机非线性模型

4.1.2 摄像机线性模型

4.1.1 摄像机成像的参考坐标系

4.1 摄像机投影模型

第4章 单目立体视觉参数标定

3.8.2 误差分析

3.8.1 实验结果

3.8 实验结果与分析

3.7.4 图像采集卡

3.7.3 平面镜的选择

3.7.2 镜头的选取

3.7.1 图像传感器的选择

3.7 器件的选取

3.6.2 单目立体视觉测量模型

3.6.1 双摄像机立体视觉测量模型

3.6 测量模型

3.5 结构参数尺寸设计

3.4.2 精度分析

3.4.1 视场分析

3.4 单摄像机视觉传感器成像分析

3.3 单目立体视觉测量原理

3.2 平面镜成像原理

3.1.2 双摄像机立体视觉测量原理

3.1.1 视差原理

3.1 立体视觉测量原理

第3章 单目立体视觉测量模型

2.5.2 实验

2.5.1 Hough变换原理

2.5 Hough变换进行直线特征检测

2.4.4 图像的小波尺度相关检测算法

2.4.3 图像的小波尺度相关边缘检测

2.4.2 相关系数的定义

2.4.1 尺度相关检测原理

2.4 基于小波尺度相关的边缘检测

2.3.4 实验结果

2.3.3 数字图像的多尺度边缘提取算法

2.3.2 小波变换模极大值检测原理

2.3.1 小波变换的定义

2.3 小波变换模极大值多尺度边缘检测

2.2 传统的边缘检测算子

2.1 边缘的概念

第2章 视觉图像边缘信息提取

1.2 内容安排

1.1.5 采用曲面镜配合的单目立体视觉

1.1.4 采用棱镜配合的单目立体视觉

1.1.3 采用平面镜配合的单目立体视觉

1.1.2 变焦式单目立体视觉

1.1.1 运动式单目立体视觉

1.1 单目立体视觉检测系统

第1章 单目立体视觉概述

前言

版权信息

封面

封面

版权信息

前言

第1章 单目立体视觉概述

1.1 单目立体视觉检测系统

1.1.1 运动式单目立体视觉

1.1.2 变焦式单目立体视觉

1.1.3 采用平面镜配合的单目立体视觉

1.1.4 采用棱镜配合的单目立体视觉

1.1.5 采用曲面镜配合的单目立体视觉

1.2 内容安排

第2章 视觉图像边缘信息提取

2.1 边缘的概念

2.2 传统的边缘检测算子

2.3 小波变换模极大值多尺度边缘检测

2.3.1 小波变换的定义

2.3.2 小波变换模极大值检测原理

2.3.3 数字图像的多尺度边缘提取算法

2.3.4 实验结果

2.4 基于小波尺度相关的边缘检测

2.4.1 尺度相关检测原理

2.4.2 相关系数的定义

2.4.3 图像的小波尺度相关边缘检测

2.4.4 图像的小波尺度相关检测算法

2.5 Hough变换进行直线特征检测

2.5.1 Hough变换原理

2.5.2 实验

第3章 单目立体视觉测量模型

3.1 立体视觉测量原理

3.1.1 视差原理

3.1.2 双摄像机立体视觉测量原理

3.2 平面镜成像原理

3.3 单目立体视觉测量原理

3.4 单摄像机视觉传感器成像分析

3.4.1 视场分析

3.4.2 精度分析

3.5 结构参数尺寸设计

3.6 测量模型

3.6.1 双摄像机立体视觉测量模型

3.6.2 单目立体视觉测量模型

3.7 器件的选取

3.7.1 图像传感器的选择

3.7.2 镜头的选取

3.7.3 平面镜的选择

3.7.4 图像采集卡

3.8 实验结果与分析

3.8.1 实验结果

3.8.2 误差分析

第4章 单目立体视觉参数标定

4.1 摄像机投影模型

4.1.1 摄像机成像的参考坐标系

4.1.2 摄像机线性模型

4.1.3 摄像机非线性模型

4.1.4 需要标定的摄像机参数

4.2 摄像机内参数标定方法

4.2.1 基于线性变换的摄像机标定

4.2.2 基于径向约束的摄像机标定

4.2.3 张正友标定法

4.2.4 液晶显示器显示标定模板

4.2.5 实验结果与分析

4.3 自标定的内参数标定法

4.3.1 消失点和消失线理论

4.3.2 正交消失点的性质

4.3.3 摄像机内参数求解

4.3.4 仿真实验

4.3.5 实物标定实验

4.4 单目立体视觉外参数标定

4.4.1 单目立体视觉的数学模型

4.4.2 实验结果与分析

第5章 单目立体视觉中的极线几何及校正

5.1 双目立体视觉的极线几何

5.2 单目立体视觉的极线几何

5.3 单目立体视觉图像极线校正

5.3.1 单目立体视觉图像极线校正理论

5.3.2 仿真实验

5.3.3 实物实验

第6章 单幅图像的立体匹配

6.1 立体匹配算法概述

6.2 基于特征点的单幅图像立体匹配

6.2.1 SIFT检测算法原理

6.2.2 基于SIFT算法的单幅图像立体匹配

6.2.3 Harris检测算法原理

6.2.4 实验结果

6.2.5 Harris算法和SIFT算法的比较

6.2.6 在SIFT算法基础上提出改进的算法

6.3 基于区域的单幅图像立体匹配

6.3.1 基于区域的立体匹配概述

6.3.2 基于区域的SAD立体匹配算法

6.3.3 基于区域的SAD立体匹配实验

6.4 基于极线约束的线结构光条的立体匹配

6.4.1 线结构光条的提取

6.4.2 图像特征细化算法

6.4.3 基于极线约束的光条匹配

第7章 单目立体视觉的应用

7.1 空间点的三维重建

7.1.1 空间点三维重建的线性解

7.1.2 空间点三维重建的非线性解

7.1.3 重建实验

7.2 基于单平面镜的对称结构物体三维重建

7.2.1 理论方法

7.2.2 实验

7.3 基于单平面镜的车辆姿态检测

7.3.1 车辆姿态概述

7.3.2 车辆姿态检测现状

7.3.3 车体姿态的测量方案

7.3.4 误差分析