基于OpenCV的物体三维检测系统研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-18页 |
| ·研究背景 | 第9页 |
| ·机器视觉在工业检测中的发展现状 | 第9-11页 |
| ·机器视觉在工业检测中的应用 | 第11-12页 |
| ·OpenCV 简介 | 第12-17页 |
| ·OpenCV 的特征 | 第13页 |
| ·OpenCV 的功能 | 第13-14页 |
| ·OpenCV 模块 | 第14页 |
| ·OpenCV 中的常用数据结构体系 | 第14-17页 |
| ·本文的研究目的和主要工作 | 第17页 |
| ·本章小结 | 第17-18页 |
| 第二章 摄像机标定技术 | 第18-36页 |
| ·线性模型摄像机 | 第18-21页 |
| ·线性摄像机标定 | 第21-27页 |
| ·透视投影矩阵的获得 | 第22-23页 |
| ·摄像机参数的获取 | 第23-25页 |
| ·畸变的校正 | 第25-27页 |
| ·本文使用的标定方法 | 第27-34页 |
| ·使用OpenCV 进行摄像机标定 | 第27-29页 |
| ·多视定位算法 | 第29-31页 |
| ·算法的全局优化 | 第31-32页 |
| ·实验平台搭建及实验结果对比 | 第32-34页 |
| ·本章小结 | 第34-36页 |
| 第三章 图像预处理算法及实现 | 第36-48页 |
| ·图像增强 | 第36-38页 |
| ·灰度直方图 | 第36-37页 |
| ·灰度线性变换 | 第37-38页 |
| ·图像平滑 | 第38-43页 |
| ·邻域平均滤波法 | 第39-41页 |
| ·中值滤波法 | 第41-43页 |
| ·本文图像预处理算法改进 | 第43-44页 |
| ·实验结果 | 第44-46页 |
| ·本章小结 | 第46-48页 |
| 第四章 基于极线几何的图像匹配技术 | 第48-62页 |
| ·极线几何与基础矩阵的求解 | 第49-56页 |
| ·极线几何 | 第49-50页 |
| ·基础矩阵的求解 | 第50-51页 |
| ·图像校正 | 第51-56页 |
| ·特征点匹配 | 第56-60页 |
| ·特征点的提取 | 第57-58页 |
| ·粗匹配的建立及误匹配的消除 | 第58-60页 |
| ·实验结果 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 物体三维重建及实验结果 | 第62-71页 |
| ·空间三维点重建原理 | 第62-64页 |
| ·基于OpenCV 的物体三维点重建实现 | 第64-68页 |
| ·对OpenCV 数据结构的封装 | 第64-68页 |
| ·物体三维重建的OpenGL 显示 | 第68页 |
| ·实验结果 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第六章 总结与展望 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间作者发表的论文 | 第77-78页 |
| 致谢 | 第78-79页 |
