计算机视觉在挖掘机器人行走中的应用
| 致谢 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-10页 |
| 1 绪论 | 第10-17页 |
| ·引言 | 第10-11页 |
| ·计算机视觉技术概述 | 第11-13页 |
| ·简介 | 第11页 |
| ·发展 | 第11-12页 |
| ·应用 | 第12-13页 |
| ·挖掘机器人的发展现状 | 第13-15页 |
| ·课题的提出及其意义 | 第15-16页 |
| ·研究内容 | 第16-17页 |
| ·研究重点和难点 | 第16页 |
| ·研究任务和目标 | 第16-17页 |
| 2 挖掘机器人的视觉系统 | 第17-27页 |
| ·一般视觉系统的构成 | 第17页 |
| ·数字图像的获取 | 第17-20页 |
| ·CCD工作原理 | 第17-18页 |
| ·坐标系 | 第18-20页 |
| ·摄像机标定 | 第20页 |
| ·图像分割 | 第20-24页 |
| ·图像分割的一般模型 | 第20-21页 |
| ·基于边缘的分割技术 | 第21-23页 |
| ·基于区域的分割技术 | 第23-24页 |
| ·主要部件的选型与布置 | 第24-26页 |
| ·摄像机的选型 | 第24-25页 |
| ·硬件处理器的选定 | 第25页 |
| ·挖掘机的布置 | 第25-26页 |
| ·小结 | 第26-27页 |
| 3 基于单目视觉的非结构化道路识别 | 第27-45页 |
| ·引言 | 第27-30页 |
| ·图像增强 | 第30-39页 |
| ·频域增强 | 第30-31页 |
| ·空间增强 | 第31-34页 |
| ·实验及结果 | 第34-39页 |
| ·直线拟合技术 | 第39-43页 |
| ·特征点提取 | 第39页 |
| ·Hough变换 | 第39-43页 |
| ·实验及结果 | 第43页 |
| ·小结 | 第43-45页 |
| 4 基于灰度位置信息的图像匹配算法 | 第45-56页 |
| ·引言 | 第45-47页 |
| ·全局匹配算法 | 第45-46页 |
| ·局部匹配算法 | 第46-47页 |
| ·图像匹配算法分析 | 第47-50页 |
| ·基于灰度的算法 | 第47-48页 |
| ·Hausdorff距离法 | 第48-49页 |
| ·序列测度法 | 第49-50页 |
| ·基于相对灰度位置信息的图像匹配算法 | 第50-55页 |
| ·相对灰度位置信息图的定义 | 第51页 |
| ·相对位置的确定 | 第51-52页 |
| ·特征的匹配过程 | 第52-53页 |
| ·实验结果 | 第53-55页 |
| ·小结 | 第55-56页 |
| 5 基于双目视觉的三维测量 | 第56-67页 |
| ·引言 | 第56页 |
| ·常用的主动测量方法 | 第56-60页 |
| ·莫尔条纹法 | 第56-58页 |
| ·超声波 | 第58-59页 |
| ·激光 | 第59-60页 |
| ·双目立体视觉测量 | 第60-65页 |
| ·双目成像原理 | 第61页 |
| ·极线约束 | 第61-63页 |
| ·三维坐标计算 | 第63-65页 |
| ·实验结果 | 第65-66页 |
| ·小结 | 第66-67页 |
| 6 总结与展望 | 第67-68页 |
| ·研究总结 | 第67页 |
| ·研究展望 | 第67-68页 |
| 参考文献 | 第68-73页 |
| 硕士期间发表的论文 | 第73页 |
