双目立体视觉中的三维重建

《双目立体视觉中的三维重建》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、双目立体视觉中的三维重建西安邮电大学毕业设计（论文）题目：双目立体视觉中的三维重建系别：自动化学院专业：测控技术与仪器班级：测控0802班学生姓名：吕海斌（07）导师姓名：江祥奎职称：讲师起止时间：2012年3月8日至2012年6月20双目立体视觉中的三维重建诚信声明书本人声明：我将提交的毕业论文《双目立体视觉中的三维重建》是我在指导教师指导下独立研究、写作的成果，论文中所引用他人的无论以何种方式发布的文字、研究成果，均在论文中加以说明：有关教师、同学和其他人员对本文的写作、修订提出过并为我再论文中加以采纳的意见、建议，均已在我的致谢中加以说明并深致谢意。论文作者吕海斌时间：2012年6月

2、7日指导教师已阅时间：年月日双目立体视觉中的三维重建西安邮电大学毕业设计(论文)任务书学生姓名吕海斌指导教师江祥奎职称讲师院别自动化学院专业测控0802题目双目立体视觉中的三维重建任务与要求本题目要求在搭建双目立体视觉平台的基础上，通过OpenGL和MATLAB联合编程实现三维重建功能。具体任务分解如下：1．查找文献，学习和掌握三维重建方法；2．完成三维重建的MATLAB编程，并对实验数据进行相关分析；3．通过OpenGL，实例编程实现三维重建；4．通过OpenGL和MATLAB联合编程，完成三维重建；开始日期2011年12月10日完成日期2012年6月25日院长(签字)2012年12月日

3、双目立体视觉中的三维重建西安邮电大学毕业设计(论文)工作计划学生姓名__吕海斌_指导教师__江祥奎__职称__讲师_院别____自动化学院____专业____测控0802___题目_____双目立体视觉中的三维重建工作进程起止时间工作内容12月10日----12月31日查阅相关资料，熟悉题目要求，学习和掌握三维重建。1月1日---2月26日搭建双目立体视觉平台，在此基础上实现三维重建功能。2月27日---3月9日学习和掌握基于OpenGL的三维重建3月10日---5月15日通过实例编程实现基于OpenGL的三维重建。5月15日---6月9日完成实验数据的数学分析和总结。6月10日—6月25

4、日撰写毕业论文，准备答辩。双目立体视觉中的三维重建主要参考书目（资料）[1]RichardHartley,AndrewZisseran著，韦穗，杨尚骏,章权兵，等译.计算机视觉中的多视图几何[M].合肥：安徽大学出版社,2002.[2]张广军.机器视觉[M].北京：科学出版社,2005.[3]吴福朝.计算机视觉中的数学方法[M].北京:科学出版社,2008.[4]李玲.基于双目立体视觉的计算机三维重建方法研究.[D].武汉大学,2005.主要参考书目(资料)主要仪器设备及材料1.PC计算机一台2.局域网网络环境3.OpenGL和MATLAB语言开发环境。论文(设计)过程中教师的指导安排1.

5、每周定时交流和集中答疑；2.有问题及时E-mail联络；3.定期解答讨论群的提问。对计划的说明双目立体视觉中的三维重建西安邮电大学毕业设计(论文)开题报告自动化学院测控技术与仪器专业2008级02班课题名称：双目立体视觉中的三维重建学生姓名：吕海斌学号：06082042指导教师：江祥奎报告日期：2012年3月18日双目立体视觉中的三维重建1.本课题所涉及的问题及应用现状综述1.1涉及的问题双目立体视觉方法采用两台摄像机模拟人类双眼处理景物的方式，从两个视点观察同一场景，获得不同视角下的一对图像，然后通过左右图像间的匹配点，恢复出场景中目标物体的几何形状和位置等三维信息。该项技术在机器人视觉

6、、车辆自主驾驶、多自由度机械装置控制、非接触自动在线检测等领域均具有很大的应用价值。三维重建一直是计算机视觉的重要研究领域之一。近年来，三维重建技术的研究取得了巨大的进步，新技术新方法不断涌现。常用的三维重建方法主要有运动图像序列法、光度立体学方法、纹理恢复形状法和立体视觉方法等。各种三维重建方法的理论基础不同，在精度、尺寸以及系统价位等方面存在一定的差异，因此适用的应用领域也不尽相同。立体视觉法由于不需要人为的设置辐射源，只利用场景在自然光照条件下的二维图像来重建物体的三维信息，具有适应性强、实现手段灵活、造价低的优点，是目前研究最多、应用最广泛的技术之一。1.2应用现状综述1.2.1国

7、外研究现状国外对立体视觉的研究起步较早，发展速度快，应用面广。立体视觉的先决条件是要解决两幅图像匹配基元之间的对应关系即立体匹配，然后由三角测量原理求得景物的深度信息。根据约束方式的不同，M.Z.Brown把匹配算法分为两种，一种是对像素周围小区域进行约束的局部匹配方法，如灰度匹配法、特征匹配法、相位匹配法等;另一种是对扫描线甚至整个图像行约束的全局匹配方法。比较而言，特征匹配具有定位准确、稳定性强、匹配速度快等优点，是