摘要 | 第4-6页 |
Abstract | 第6-8页 |
第1章 绪论 | 第13-24页 |
1.1 选题背景及意义 | 第13-14页 |
1.2 国内外研究现状 | 第14-21页 |
1.2.1 储备粮稽核方法研究现状 | 第14-15页 |
1.2.2 摄像机标定国内外相关研究现状 | 第15-16页 |
1.2.3 亚像素定位研究现状 | 第16-17页 |
1.2.4 三维测量研究现状 | 第17-18页 |
1.2.5 SFS 方法的研究现状 | 第18-21页 |
1.3 本文主要研究内容与结构 | 第21-23页 |
1.4 本章小结 | 第23-24页 |
第2章 摄像机标定的实现 | 第24-50页 |
2.1 摄像机标定的理论基础 | 第24-33页 |
2.1.1 线性摄像机模型 | 第25-30页 |
2.1.2 非线性摄像机模型 | 第30-31页 |
2.1.3 摄像机标定的类型 | 第31-33页 |
2.2 摄像机标定方案论证 | 第33-35页 |
2.3 实验系统设计 | 第35-38页 |
2.3.1 设备选择 | 第36-38页 |
2.3.2 系统软件开发环境及其架构 | 第38页 |
2.4 本文提出的新摄像机标定方法实现过程 | 第38-48页 |
2.5 本章小结 | 第48-50页 |
第3章 SFS 方法的理论 | 第50-57页 |
3.1 SFS 问题的约束条件 | 第51-52页 |
3.2 SFS 方法的分类 | 第52-56页 |
3.3 本章小结 | 第56-57页 |
第4章 基于 SFS 技术的粮食数量智能识别方法 | 第57-96页 |
4.1 粮食表面参考点三维坐标的获取 | 第57-59页 |
4.2 基于 SFS 技术的粮食表面其它点三维坐标计算 | 第59-74页 |
4.2.1 光源参数的估计计算 | 第60-64页 |
4.2.2 物体上点的法向量倾角和偏角计算 | 第64-70页 |
4.2.3 物体上点表面法矢的计算 | 第70-71页 |
4.2.4 物体上点的梯度及三维坐标计算 | 第71-74页 |
4.3 基于 SFS 技术的粮食表面其它点三维坐标计算实现过程 | 第74-75页 |
4.4 粮食表面上点三维坐标计算结果 | 第75-88页 |
4.4.1 参考点的三维坐标计算结果 | 第75-76页 |
4.4.2 各参考点的像素坐标计算结果 | 第76-77页 |
4.4.3 基于 SFS 的 Voronoi 图内其它点三维坐标计算结果 | 第77-88页 |
4.5 利用粮面上点的三维坐标进行粮食体积计算 | 第88-95页 |
4.5.1 由参考点利用 Voronoi 图插值 | 第88-89页 |
4.5.2 粮食体积计算 | 第89-95页 |
4.5.3 误差分析 | 第95页 |
4.6 本章小结 | 第95-96页 |
第5章 基于激光三维坐标仪的粮食数量识别方法 | 第96-149页 |
5.1 激光三维坐标仪的组成及工作过程 | 第96-105页 |
5.1.1 硬件系统组成 | 第96-104页 |
5.1.2 工作过程 | 第104-105页 |
5.2 激光扫描三维数据的获取原理 | 第105-116页 |
5.2.1 行扫描和场扫描的控制 | 第105-108页 |
5.2.2 三维坐标的计算方法 | 第108-116页 |
5.3 激光扫描三维数据的预处理 | 第116-142页 |
5.3.1 旋转不变性和平移不变性 | 第116-125页 |
5.3.2 零点校正 | 第125-130页 |
5.3.3 去除无用点 | 第130-135页 |
5.3.4 粮堆被遮挡部分的处理 | 第135-142页 |
5.4 粮食体积计算 | 第142-148页 |
5.4.1 Delaunay 分解的实现 | 第142-145页 |
5.4.2 总体积计算结果 | 第145-148页 |
5.4.3 误差分析 | 第148页 |
5.5 本章小结 | 第148-149页 |
第6章 总结与展望 | 第149-151页 |
6.1 总结 | 第149-150页 |
6.2 展望 | 第150-151页 |
参考文献 | 第151-161页 |
攻读博士学位期间发表的论文及其它成果 | 第161-162页 |
作者在攻读博士学位期间发表的论文 | 第161页 |
作者在攻读博士学位期间参加科研项目情况 | 第161-162页 |
致谢 | 第162页 |