計(jì)算機(jī)雙目立體視覺

內(nèi)容概要

　　《計(jì)算機(jī)雙目立體視覺》是一本比較全面和系統(tǒng)研究計(jì)算機(jī)雙目立體視覺理論、技術(shù)及其應(yīng)用的學(xué)術(shù)專著。 《計(jì)算機(jī)雙目立體視覺》在介紹雙目視覺基本原理的基礎(chǔ)上，闡述了雙目立體視覺的實(shí)現(xiàn)技術(shù)。同時(shí)，本書針對(duì)傳統(tǒng)雙目視覺的相關(guān)算法存在的缺點(diǎn)，給出了改進(jìn)方法或提出了新模型，使之更為有效可靠；另外，本書將提出的新模型或新算法應(yīng)用于實(shí)際工程領(lǐng)域，拓展了雙目視覺的應(yīng)用領(lǐng)域。 本書可供廣大科研人員、工程技術(shù)人員使用，也可供模式識(shí)別、信號(hào)處理、計(jì)算機(jī)科學(xué)與工程、自動(dòng)化等有關(guān)專業(yè)高年級(jí)學(xué)生和研究生參考。

書籍目錄

第1章 計(jì)算機(jī)視覺研究概述 1.1 主動(dòng)測(cè)距技術(shù) 1.2 被動(dòng)測(cè)距技術(shù) 1.2.1 單目視覺 1.2.2 雙目視覺 1.2.3 三（多）目視覺 參考文獻(xiàn) 第2章 相機(jī)標(biāo)定 2.1 相機(jī)成像模型 2.1.1 參考坐標(biāo)系 2.1.2 針孔模型 2.1.3 畸變模型 2.2 相機(jī)標(biāo)定算法概述 2.2.1 DLT法的原理 2.2.2 Tsai的兩步法的原理 2.2.3 Z Zhang的平面模板兩步法的原理 2.3 相機(jī)的預(yù)標(biāo)定 2.3.1 一種快速準(zhǔn)確的標(biāo)定特征點(diǎn)存儲(chǔ)算法 2.3.2 改進(jìn)的相機(jī)光心計(jì)算方法 2.3.3 實(shí)驗(yàn)結(jié)果與分析 2.4 改進(jìn)的兩步標(biāo)定算法 2.4.1 基于三維重投影誤差的Tsai兩步法 2.4.2 考慮多個(gè)畸變系數(shù)的仿DLT兩步法 2.4.3 基于進(jìn)化計(jì)算的仿DLT兩步法 2.4.4 實(shí)驗(yàn)結(jié)果與分析 參考文獻(xiàn) 第3章 對(duì)極幾何及其恢復(fù)方法 3.1 雙目視覺的對(duì)極幾何 3.1.1 成像模型 3.1.2 基礎(chǔ)矩陣 3.1.3 基礎(chǔ)矩陣的求解方法 3.2 對(duì)極幾何的離線恢復(fù) 3.2.1 簡(jiǎn)單背景下的恢復(fù) 3.2.2 復(fù)雜背景下的恢復(fù) 3.2.3 實(shí)驗(yàn)結(jié)果與分析 3.3 對(duì)極幾何的在線恢復(fù) 3.3.1 基于成像幾何的圖像坐標(biāo)約束證明 3.3.2 基于圖像坐標(biāo)約束的稀疏匹配算法 3.3.3 魯棒稀疏匹配算法 3.3.4 實(shí)驗(yàn)結(jié)果與分析 3.4 圖像極線校正算法概述 3.5 基于基礎(chǔ)矩陣的校正算法 3.5.1 校正算法原理 3.5.2 實(shí)驗(yàn)結(jié)果與分析 參考文獻(xiàn) 第4章 稠密匹配 4.1 稠密匹配算法概述 4.2 局部最優(yōu)化匹配算法 4.2.1 基于灰度互相關(guān)的匹配算法 4.2.2 基于Census變換的匹配算法 4.3 全局最優(yōu)化匹配算法 4.3.1 基于特征約束的快速匹配算法 4.3.2 基于圖論最小切割的匹配算法 4.3.3 改進(jìn)的基于圖論最小切割的匹配算法 4.3.4 實(shí)驗(yàn)結(jié)果與分析 4.4 誤匹配的去除方法 4.4.1 圖像灰度均衡算法 4.4.2 基于視差均值的濾波算法 4.4.3 基于真實(shí)控制點(diǎn)的視差濾波算法 4.4.4 實(shí)驗(yàn)結(jié)果與分析 參考文獻(xiàn) 第5章 三維重建 5.1 三維重建算法概述 5.2 基于歐氏空間的場(chǎng)景三維點(diǎn)云計(jì)算方法 5.2.1 立體成像幾何法 5.2.2 最小二乘法 5.3 基于OpenGL的三維顯示方法 5.3.1 坐標(biāo)系的轉(zhuǎn)換與統(tǒng)一 5.3.2 三角剖分與紋理粘貼 5.4 三維重建軟件結(jié)構(gòu) 5.4.1 三維重建流程 5.4.2 雙相機(jī)標(biāo)定模塊 5.4.3 圖像匹配模塊 5.4.4 三維重建顯示模塊 5.5 實(shí)驗(yàn)結(jié)果與分析 參考文獻(xiàn) 第6章 雙目視覺的特例及應(yīng)用 6.1 光軸垂直的雙目視覺測(cè)距系統(tǒng) 6.1.1 測(cè)距模型推導(dǎo) 6.1.2 測(cè)距結(jié)果與分析 6.2 基于平行雙目視覺的星球漫游車人機(jī)交互系統(tǒng) 6.2.1 星球漫游車技術(shù)研究概述 6.2.2 基于車體坐標(biāo)系的總體標(biāo)定方法 6.2.3 漫游車的運(yùn)動(dòng)學(xué)建模 6.2.4 基于平行雙目視覺的漫游車運(yùn)動(dòng)仿真研究 參考文獻(xiàn) 結(jié)束語(yǔ)

章節(jié)摘錄

版權(quán)頁(yè)：   插圖：   1）基于區(qū)域的匹配方法 基于區(qū)域的匹配方法（窗口匹配法）根據(jù)圖像的區(qū)域相關(guān)性進(jìn)行匹配，它適用于紋理信息較豐富的區(qū)域，但在遮擋點(diǎn)或紋理不豐富的區(qū)域則會(huì)出現(xiàn)大量誤匹配。匹配時(shí)，在統(tǒng)計(jì)意義上的相似性及算法的計(jì)算速度均與相關(guān)窗口的大小有關(guān)。相關(guān)窗口小則計(jì)算速度快，但統(tǒng)計(jì)相似性不夠，容易出現(xiàn)誤匹配；相關(guān)窗口大則統(tǒng)計(jì)相似性增強(qiáng)，不易出現(xiàn)誤匹配，但計(jì)算速度降低，這一點(diǎn)在具體應(yīng)用中需要折中考慮。在窗口匹配法中，定窗口的方法在深度不連續(xù)處無(wú)效。已經(jīng)有學(xué)者提出一些改進(jìn)的自適應(yīng)窗口匹配法，用于避免窗口跨越深度不連續(xù)性區(qū)域。其采用的窗口大小和形狀根據(jù)灰度的局部變化和當(dāng)前深度（視差）的估計(jì)值迭代變化。雖然這種算法提高了匹配質(zhì)量，但其計(jì)算過程較為復(fù)雜。 2）基于相位的匹配方法 基于相位的匹配方法是利用具有局域頻率特征的相位信號(hào)作為匹配基元進(jìn)行匹配的，其前提假設(shè)是匹配點(diǎn)對(duì)需要具有相同的頻率響應(yīng)。相位匹配過程大多采用小波變換法，這可以使相位的多分辨率求取過程自然地與粗一精匹配策略相結(jié)合，提高匹配過程的效率，從而得到致密的視差圖?；谙辔坏钠ヅ渥鳛橐环N圖像匹配技術(shù)具有抗噪特性強(qiáng)、檢測(cè)方法與照度無(wú)關(guān)和受幾何失真影響小等特點(diǎn)，但它對(duì)旋轉(zhuǎn)變化非常敏感。 3）基于三角剖分的匹配方法 基于三角剖分的匹配方法將物體的幾何結(jié)構(gòu)限制在某個(gè)特定的特征三角形內(nèi)，從而使匹配范圍進(jìn)一步縮小。在匹配前先對(duì)圖像進(jìn)行分割，當(dāng)所有的特征三角形均得到匹配后，就完成了整個(gè)圖像對(duì)的稠密匹配。但當(dāng)某些特征三角形中的點(diǎn)不共面時(shí)，將導(dǎo)致匹配算法的失敗，因此必須對(duì)這個(gè)特征三角形進(jìn)行細(xì)分，直到各個(gè)特征三角形滿足共面條件為止。

編輯推薦

《計(jì)算機(jī)雙目立體視覺》針對(duì)傳統(tǒng)雙目視覺的相關(guān)算法存在的缺點(diǎn)，給出了改進(jìn)方法或提出了新模型，使之更為有效可靠；另外，《計(jì)算機(jī)雙目立體視覺》將提出的新模型與新算法應(yīng)用于實(shí)際工程領(lǐng)域，拓展了雙目視覺的應(yīng)用領(lǐng)域?！队?jì)算機(jī)雙目立體視覺》可供廣大科研人員、工程技術(shù)人員使用，也可供模式識(shí)別、信號(hào)處理、計(jì)算機(jī)科學(xué)與工程、自動(dòng)化等有關(guān)專業(yè)高年級(jí)學(xué)生和研究生參考。

圖書封面

圖書標(biāo)簽Tags

無(wú)

評(píng)論、評(píng)分、閱讀與下載

---

    計(jì)算機(jī)雙目立體視覺 PDF格式下載

---