计算机视觉中的矩阵方法开题报告

1. 研究目的与意义

计算机视觉（Computer vision）是一门研究如何使机器“看”的科学，通过电脑“看、读”并感知世界，更进一步的说，就是指用摄影机和计算机代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图像处理，用计算机处理成更适合人眼观察或进行仪器检测的图像。

学习和运算能让机器能够更好的理解图片环境，并且建立具有真正智能的视觉系统。当下环境中存在着大量的图片和视频内容，这些内容亟需我们理解并在其中找出模式，来揭示那些我们以前不曾注意过的细节。

2. 研究内容和预期目标

计算机视觉主要研究的问题有图像分析与重构、图像合成与机器视觉等过程。而基本矩阵在计算机视觉中担当重要的角色，因此基本矩阵的估计是计算机视觉中一项重要的研究主题. 它包括特征点提取、对应点匹配，然后从一组或者多组对应点来估计基本矩阵。本课题首先将详细介绍基本矩阵产生的来源、基本矩阵的意义、基本矩阵的基本性质以及基本矩阵的应用等，并了解了求解或者估计基本矩阵的方法且通过MATLAB软件并结合基本矩阵的分解给出图像恢复的一个实例。

3. 研究的方法与步骤

研究方法：

a) 数学模型、数值分析、基本矩阵；

b) 运用matlab生成基本矩阵模型。

4. 参考文献

[1] 姜虹旭.双目立体视觉中的基本矩阵估计方法[d]. 哈尔滨工业大学, 2011.

[2]葛动元等.双目立体视觉系统的标定[j]. 机械设计与制造,2010(6):188-189.

[3]armangu x, salvi j. overall view regarding fundamental matrix estimation[j].image vision comput, 2003,

5. 计划与进度安排

1-2周 2022年11/16-02/28: 任务书,导师讲授选题状况和要求等;

2-3周 2022年02/24-03/07: 开题报告,导师修改审定开题报告

4-14周 2022年03/10-05/23: 毕业论文写作,学生按开题报告撰写论文