| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第10-14页 |
| 1.1 课题研究背景和意义 | 第10页 |
| 1.2 国内外研究状况 | 第10-13页 |
| 1.2.1 国外研究状况 | 第11-12页 |
| 1.2.2 国内研究状况 | 第12-13页 |
| 1.3 论文的组织架构 | 第13-14页 |
| 2 基于机器视觉的道口异物检测方法 | 第14-17页 |
| 2.1 系统组成结构设计 | 第14-16页 |
| 2.2 异物检测方法流程设计 | 第16-17页 |
| 3 基于机器视觉的异物检测图像处理方法设计 | 第17-47页 |
| 3.1 双目视觉的基本原理 | 第17-19页 |
| 3.2 摄像机模型 | 第19-25页 |
| 3.2.1 线性摄像机模型 | 第19-23页 |
| 3.2.2 非线性摄像机模型 | 第23-25页 |
| 3.3 相机标定技术 | 第25-30页 |
| 3.3.1 摄像机标定方法 | 第25-26页 |
| 3.3.2 基于MATLAB工具箱标定步骤 | 第26-29页 |
| 3.3.3 相机标定参数的精度优化 | 第29-30页 |
| 3.4 图像预处理与图像校正 | 第30-36页 |
| 3.4.1 图像灰度化 | 第31页 |
| 3.4.2 图像滤波 | 第31-34页 |
| 3.4.3 去畸变校正 | 第34页 |
| 3.4.4 平行校正 | 第34-36页 |
| 3.5 立体视觉匹配与三维重建 | 第36-42页 |
| 3.5.1 三维重建算法基础 | 第36-38页 |
| 3.5.2 匹配基元 | 第38-39页 |
| 3.5.3 匹配的约束条件 | 第39页 |
| 3.5.4 基于SGM算法的双目视觉三维重建方法 | 第39-42页 |
| 3.6 MEAN-SHIFT跟踪技术原理 | 第42-44页 |
| 3.7 双目视觉与MEAN-SHIFT跟踪技术结合的异物检测方法 | 第44-46页 |
| 3.8 本章小结 | 第46-47页 |
| 4 系统硬件平台的搭建与软件实现 | 第47-56页 |
| 4.1. 系统硬件平台的搭建 | 第47-49页 |
| 4.1.1 系统硬件设备 | 第47-48页 |
| 4.1.2 图像采集平台搭建 | 第48-49页 |
| 4.2 系统软件实现 | 第49-55页 |
| 4.2.1 基于双目视觉的异物检测程序实现 | 第49-52页 |
| 4.2.2 跟踪程序实现 | 第52-54页 |
| 4.2.3 异物检测的总体软件实现 | 第54-55页 |
| 4.3 小结 | 第55-56页 |
| 5 实验结果与分析 | 第56-64页 |
| 5.1 实验方案设计和测试结果 | 第56-62页 |
| 5.2 系统精度分析 | 第62-64页 |
| 6 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64页 |
| 6.2 展望 | 第64-66页 |
| 参考文献 | 第66-68页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第68-70页 |
| 学位论文数据集 | 第70页 |