基于双目立体视觉的水下环境三维重建-(5673)

《基于双目立体视觉的水下环境三维重建-(5673)》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、万方数据Keywords：3Dreconstruction；Densedisparitymap；Depthmap；ImagequalityenhancementIV万方数据目录1．绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯11．1计算机视觉概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．11．2三维重建研究背景及现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．21．2．1国外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯21．2．2国内研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯51．3本文工作和论文组织结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

2、⋯⋯⋯⋯．52．相机标定及双目视觉原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯82．1相机标定⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．82．2双目视觉原理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯l12．3本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯133．图像预处理⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一143．1同态滤波⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯153．2小波变换⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯163．3本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯194．特征提取⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

3、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一204．1边缘检测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯204．2角点检测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯224．3本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯245．立体匹配⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．255．1算法分类⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯255．2．基于SIFT的立体匹配方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．275．3基于SURF的立体匹配方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯375．4基于SAD的立体匹配方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．39

4、5．5匹配结果的修正⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯405．6本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯446．三维重建⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．456．1三维重建方法介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．⋯⋯⋯⋯．．45V万方数据6．1。1分而治之算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯466．1．2逐点插入算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯466．2实验结果及分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯486．3本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．527．总结与展望⋯⋯⋯⋯⋯

5、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．53参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．．54致{射⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．59个人简历⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯．60攻读硕士期间发表论文⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一6lVI万方数据基于双目立体视觉的水下环境三维重建1．绪论1．1计算机视觉概述眼睛是人类及其他生物获取外界信息和认知世界最直接的方式。通过大脑，人类可以对眼睛获取的信息进行深入的理解，然后结合周围环境和个人的意愿制定出相应的行为规划。双目立体视觉即根据这一现象，首先通过摄像机将

6、目标环境或物体转换为数字信号，然后利用计算机对其进行信息处理，代替双眼实现对目标进行跟踪、测量和识别等。1950年以后，科学家们就发现利用计算机实现视觉功能的实用性，并开始展开研究，由于技术的限制，当时的研究都是基于二维信息的。接着，美国MIT的Robert率先编写出程序将三维积木世界进行了解析，此后，Huffman、Waltz等人又提出并完成了利用线段解释景物和阴影的课题，这些研究对计算机视觉的发展起到了促进作用，但这仅限于简单的目标，稍微复杂的景物将难以奏效。80年代初，美国麻省理工学院的Marr教授创建了世界上第一个较为完善的计算机视觉系统框架[t

7、112113】，虽然该理论体系在很多地方还比较粗糙，但它仍然被后来的科学家们认可，并在计算机视觉领域占据着主导地位。Marr将视觉分为三个层次：第一个阶段构建“基元图”，也就是在原始图像中提取点、边缘、纹理等几何元素；第二阶段是2．5维重建，也称不完全三维重建，该阶段根据第一阶段得到的基元图复原目标物体可见部分的三维信息，其中包括部分深度信息，由于该阶段恢复的只是目标物体部分表面，并不包含遮挡部分，因此称之为2．5维重建；第三个阶段是综合前面两个阶段的成果，在以目标物体为中心的坐标系中恢复目标的完整三维信息。纵观计算机视觉的发展史，经过科学家们孜孜不倦的

8、探索创新，新方法、新理论层出不穷。由于计算机视觉涉猎各个研究领域，在大部分行业都