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 |