mlse均衡器matlab,基于LMS自适应均衡器matlab仿真.doc
基于LMS自適應均衡器matlab仿真.doc
畢 業 設 計
(2014屆)
題 目 一種基于OpenCV的攝像機標定方法
學 院 物理電氣信息學院
專 業 電子信息工程
年 級 2010
學生學號 1201024534
學生姓名 李
指導教師
2014年5月6日
摘要
關鍵詞:
Abstract
In the field of machine vision and industrial measurement,camera calibration is anelementary step which is also essential to obtain three dimensional information from a two dimensionalimage.In order to improve the efficiency of traditional camera calibration methods,under the VC ++ 6.0platform,this article actualized the camera calibration through calling the OpenCV1. 0 functions.Thissimplicity of the method is mainly reflected in that it does not need many optimaization algorithms and justuses the calibration functions in library to carry out experiments. And it proved the feasibility andeffectiveness of this method by doing the experiments.
Key words: machine vision; camera calibration; traditional calibration; OpenCV
目 錄
第一章 緒論1
1.1 研究背景和研究意義1
1.2 2
1.3 攝像機標定概述及分類3
1.4 本文的研究內容
第二章 8
2.1 常用坐標系及變換8
2.2 攝像機模型9
2.3 非線性失真11
2.4 參數的求取12
第三章 13
3.1 橫向濾波器的選擇25
3.2 算法迭代公式的推導26
3.3 計算機仿真27
3.3.1 LMS算法的算法流程27
3.3.2 28
總結與結論34
參考文獻35
致謝36
第一章 緒論
1.1 研究背景和研究意義
1.2 計算機立體視覺研究現狀
利用被攝對象的多幅圖像獲取其三維幾何模型,是視覺測量和計算機視覺的一個經典課題,目的是恢復物體表面形狀或者恢復場景中相機和物體之間的距離 。在計算機視覺界,三維重建方法大致分為立體視覺方法(雙目 三目和多目視覺)、 光學立體學 、從運動求取結構、 從陰影恢復形狀及從紋理及表面朝向恢復形狀等(章毓晉)。
在針孔模型下,基于點的三維重建實質是三點(原點、 像點、 物點)的共線方程 。此時對應的像點與物點必須是同名點。 人造物體大多具有比較規則的形狀,一般可以看作由若干點、 線 、面的組合 。在實際圖像中,由于噪聲和遮蓋等的影響,我們需要的同名點可能無法精確提取甚至不存在,而大多數情況下,一條直線段往往可以相對容易的提取出來,因此計算機視覺界提出了許多利用圖像直線信息進行攝像機標定和三維重建的方法。 Hartley,Feugeras,Maybank,Pollyefeys等人都深入研究了如何從未標定的攝像機圖像進行透視變化層、 仿射變換層以及量測變換層的三維重建 。
對于建筑物這樣一類及立方體及其他規則體為基礎的空間物體,其三維重建以單個影像及多個影像(不一定需要構成立體像對)來實現。這方面的研究已經有較多的文獻,特別是計算機圖形學界對幾何建模與紋理映射均有非常杰出的貢獻。其中典型的有 Faoade 和 PhotoBuilder 等,前者采用物方和像方相結合的混合模型,它本質上是基于結構體幾何的方法
總結
以上是生活随笔為你收集整理的mlse均衡器matlab,基于LMS自适应均衡器matlab仿真.doc的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: matlab ode45 二阶微分,ma
- 下一篇: nsct matlab,图像融合 NSC