1. 毕业设计（论文）主要内容：
采用扩展卡尔曼滤波器，根据三维场景中采用激光测距仪测定的特征点，结合多个摄像头中特征点的成像，通过迭代优化，获得摄像头的内外参数、摄像头在场景中的三维坐标及姿态，以及场景中特征点的位置。
把该技术应用于水面竞赛，可实现对场景的三维可视化描述。
2. 毕业设计（论文）主要任务及要求
1、 查阅不少于15篇的相关资料，其中近五年英文文献不少于3篇，完成开题报告。
2、合理设置场景中摄像头的位置，采用激光测距仪获取场景中特征点之间的精确距离。
3、 基于OpenCV，采用卡尔曼滤波器，计算摄像头的内外参数及场景坐标。
3. 毕业设计（论文）完成任务的计划与安排
第1周—第4周 查阅资料和制定方案；
第5周—第9周 获取场景数据，编写算法并软件实现；
第10周—第13周 进行系统调试；
4. 主要参考文献
[1] Peng H. Application Research on Face Detection Technology based on OpenCV in Mobile Augmented Reality[J]. International Journal of Signal Processing, Image Processing and Pattern Recognition, 2015, 8(4): 249-256.
[2] 尹忠刚, 肖鹭, 孙向东, 等. 基于粒子群优化的感应电机模糊扩展卡尔曼滤波器转速估计方法[J]. 电工技术学报, 2016, 31(6): 55-65.
[3] Chen Z, Zou H, Jiang H, et al. Fusion of WiFi, smartphone sensors and landmarks using the Kalman filter for indoor localization[J]. Sensors, 2015, 15(1): 715-732.
