首页--交通运输论文--水路运输论文--水路运输技术管理论文--水运货物传送、装卸技术与设备论文

基于计算机视觉的集装箱识别与定位关键技术研究

摘要第5-6页
abstract第6-7页
第1章 绪论第10-23页
    1.1 研究背景与意义第10-13页
        1.1.1 引言第10-11页
        1.1.2 集装箱简介第11-13页
    1.2 国内外研究现状第13-16页
        1.2.1 自动化集装箱码头的研究现状第13页
        1.2.2 国内集装箱装卸工艺的研究现状第13-15页
        1.2.3 国外集装箱装卸工艺的研究现状第15-16页
    1.3 主要研究内容第16-21页
    1.4 论文组织结构第21-23页
第2章 基于SVM与跟踪检测的集装箱角件粗定位第23-51页
    2.1 集装箱角件正负样本特征提取第23-32页
        2.1.1 样本采集策略第24-27页
        2.1.2 角件正负样本特征选取第27-32页
    2.2 基于SVM的集装箱角件定位与跟踪第32-45页
        2.2.1 SVM分类器训练第34-39页
        2.2.2 多尺度角件定位和跟踪第39-45页
    2.3 集装箱角件定位与跟踪结果分析第45-50页
        2.3.1 样本训练及参数设置第45-47页
        2.3.2 集装箱角件定位与跟踪检测效果第47-50页
    2.4 本章小结第50-51页
第3章 基于迭代拟合的集装箱角件精定位第51-69页
    3.1 角件图像边缘检测第51-55页
        3.1.1 角件图像扩大第51-53页
        3.1.2 角件图像分割第53-55页
    3.2 角件边缘拟合第55-58页
        3.2.1 角件边缘提取第55-56页
        3.2.2 迭代直线拟合第56-58页
    3.3 集装箱角件精定位结果与分析第58-67页
        3.3.1 角件图像边缘检测第58-64页
        3.3.2 角件边缘拟合第64-67页
    3.4 本章小结第67-69页
第4章 基于角件识别的集装箱定位模型与误差建模第69-87页
    4.1 基于角件识别的集装箱定位模型第69-74页
        4.1.1 双目立体视觉系统原理第69-70页
        4.1.2 集装箱理想定位模型第70-74页
    4.2 误差建模第74-81页
        4.2.1 集装箱定位算法误差第74-79页
        4.2.2 双目立体视觉系统误差第79-81页
    4.3 集装箱定位结果与分析第81-86页
        4.3.1 集装箱定位误差矫正第81-86页
        4.3.2 结果分析第86页
    4.4 本章小结第86-87页
第5章 总结与展望第87-89页
    5.1 工作总结第87-88页
    5.2 未来工作展望第88-89页
参考文献第89-93页
致谢第93-95页
攻读学位期间参加的科研项目和成果第95页

论文共95页,点击 下载论文
上一篇:载钌硅气凝胶的制备及催化加氢性能研究
下一篇:三星电子战略联盟策略研究