基于装配机器人双目视觉系统的障碍物三维重建研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-18页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 双目立体视觉技术研究现状 | 第11-13页 |
| 1.2.1 双目立体视觉国内外研究现状 | 第12页 |
| 1.2.2 双目立体视觉图像预处理研究现状 | 第12页 |
| 1.2.3 双目立体视觉立体匹配技术研究现状 | 第12-13页 |
| 1.2.4 双目立体视觉发展方向 | 第13页 |
| 1.3 双目立体视觉原理及实现方法 | 第13-15页 |
| 1.3.1 Marr视觉理论 | 第14页 |
| 1.3.2 视觉三维重建实现方法 | 第14-15页 |
| 1.4 主要研究内容 | 第15页 |
| 1.5 论文结构安排 | 第15-17页 |
| 1.6 本章小结 | 第17-18页 |
| 2 双目机器视觉系统建立与标定 | 第18-36页 |
| 2.1 引言 | 第18页 |
| 2.2 双目机器视觉系统搭建 | 第18-19页 |
| 2.3 参考坐标系之间的关系及摄像机模型 | 第19-24页 |
| 2.3.1 参考坐标系 | 第19页 |
| 2.3.2 各参考坐标系之间的转换关系 | 第19-22页 |
| 2.3.3 相机成像模型 | 第22-24页 |
| 2.4 相机标定方法 | 第24-27页 |
| 2.4.1 摄像机标定 | 第24-25页 |
| 2.4.2 Zhang的两步法 | 第25-27页 |
| 2.5 双目机器视觉系统标定过程及实验结果 | 第27-34页 |
| 2.5.1 双目立体视觉相机标定过程 | 第27页 |
| 2.5.2 实验结果与分析 | 第27-34页 |
| 2.6 本章小结 | 第34-36页 |
| 3 双目立体视觉图像预处理 | 第36-50页 |
| 3.1 引言 | 第36页 |
| 3.2 图像预处理步骤 | 第36-45页 |
| 3.2.1 图像去噪方法 | 第37-39页 |
| 3.2.2 直方图均衡化 | 第39-41页 |
| 3.2.3 直方图匹配 | 第41页 |
| 3.2.4 图像锐化处理 | 第41-45页 |
| 3.3 图像预处理结果分析 | 第45-49页 |
| 3.4 本章小结 | 第49-50页 |
| 4 基于双目立体视觉的图像匹配 | 第50-66页 |
| 4.1 引言 | 第50-52页 |
| 4.1.1 视差理论 | 第50-51页 |
| 4.1.2 立体匹配的约束 | 第51-52页 |
| 4.2 立体匹配方法 | 第52-54页 |
| 4.2.1 全局优化匹配方法 | 第52页 |
| 4.2.2 局部优化匹配方法 | 第52-54页 |
| 4.3 基于SIFT算法的特征点检测与匹配 | 第54-58页 |
| 4.3.1 SIFT特征点检测 | 第54-57页 |
| 4.3.2 SIFT特征匹配 | 第57-58页 |
| 4.4 基于SURF算法的特征点检测与匹配 | 第58-61页 |
| 4.4.1 SURF特征点检测 | 第58-61页 |
| 4.4.2 SURF特征点匹配 | 第61页 |
| 4.5 一种改进的匹配算法 | 第61-63页 |
| 4.5.1 基于SIFT算法的改进 | 第61-62页 |
| 4.5.2 改进算法中的特征点检测及描述 | 第62-63页 |
| 4.6 匹配实验结果及分析 | 第63-65页 |
| 4.6.1 匹配实验结果 | 第63-65页 |
| 4.6.2 匹配结果分析 | 第65页 |
| 4.7 本章小结 | 第65-66页 |
| 5 双目立体视觉三维重建 | 第66-74页 |
| 5.1 引言 | 第66页 |
| 5.2 双目视觉三维重建原理 | 第66-69页 |
| 5.2.1 双目视觉重建模型 | 第66-68页 |
| 5.2.2 最小二乘法求解三维坐标 | 第68-69页 |
| 5.2.3 SFM算法流程 | 第69页 |
| 5.3 双目视觉三维重建实验平台 | 第69-70页 |
| 5.3.1 实验设备 | 第69-70页 |
| 5.3.2 实验环境 | 第70页 |
| 5.4 双目视觉三维重建实验结果与分析 | 第70-72页 |
| 5.5 本章小结 | 第72-74页 |
| 6 总结与展望 | 第74-76页 |
| 6.1 全文总结 | 第74页 |
| 6.2 工作展望 | 第74-76页 |
| 致谢 | 第76-78页 |
| 参考文献 | 第78-83页 |
