| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题的来源 | 第8页 |
| 1.2 课题的研究背景与意义 | 第8-9页 |
| 1.3 研究现状 | 第9-14页 |
| 1.3.1 喷漆机器人示教技术研究现状 | 第9-11页 |
| 1.3.2 双目立体视觉国内外研究现状与趋势 | 第11-12页 |
| 1.3.3 相机标定算法的研究现状 | 第12-13页 |
| 1.3.4 目标跟踪算法的研究现状 | 第13-14页 |
| 1.4 本文研究内容 | 第14-15页 |
| 第2章 双目视觉基础 | 第15-28页 |
| 2.1 双目视觉常用坐标系 | 第15-17页 |
| 2.1.1 摄像机相关坐标系 | 第15-17页 |
| 2.2 相机模型 | 第17-19页 |
| 2.2.1 理想线性针孔模型 | 第17-18页 |
| 2.2.2 透镜畸变 | 第18-19页 |
| 2.3 相机的标定与立体标定 | 第19-24页 |
| 2.3.1 角点的检测 | 第19-20页 |
| 2.3.2 摄像机的单目标定 | 第20-23页 |
| 2.3.3 双目相机的立体标定 | 第23-24页 |
| 2.4 双目相机的立体校正 | 第24-27页 |
| 2.4.1 标定立体校正bouguet算法 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 双目视觉中标记物的三维定位与测姿 | 第28-44页 |
| 3.1 双目成像原理 | 第28-29页 |
| 3.2 目标检测及定位 | 第29-40页 |
| 3.2.1 系统设计方案 | 第29-30页 |
| 3.2.2 图像的预处理 | 第30-31页 |
| 3.2.3 前景分割 | 第31-32页 |
| 3.2.4 图像的灰度化 | 第32-33页 |
| 3.2.5 基于灰度波动变换的阈值分割 | 第33页 |
| 3.2.6 一维灰度波动变换 | 第33-37页 |
| 3.2.7 图像的形态学处理 | 第37-38页 |
| 3.2.8 轮廓的提取 | 第38-39页 |
| 3.2.9 基于直接最小二乘法的椭圆拟合 | 第39-40页 |
| 3.3 三维信息获取 | 第40-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 喷枪标记点的跟踪算法研究 | 第44-64页 |
| 4.1 基于贝叶斯估计的目标跟踪建模 | 第44-45页 |
| 4.2 贝叶斯估计的递归推导 | 第45-47页 |
| 4.3 递归贝叶斯滤波公式中的目标跟踪应用 | 第47-48页 |
| 4.4 识别点的卡尔曼滤波跟踪 | 第48-51页 |
| 4.5 递归贝叶斯滤波的MonteCarlo数值采样估计 | 第51-63页 |
| 4.5.1 Monte Carlo数值采样算法与MonteCarlo积分 | 第51-52页 |
| 4.5.2 重要性采样 | 第52-54页 |
| 4.5.3 序贯重要性采样 | 第54-56页 |
| 4.5.4 粒子退化问题 | 第56-57页 |
| 4.5.5 粒子重采样 | 第57-58页 |
| 4.5.6 识别点的粒子滤波跟踪 | 第58-63页 |
| 4.6 本章小结 | 第63-64页 |
| 第5章 基于双目视觉的快速示教实验 | 第64-70页 |
| 5.1 双目快速示教系统介绍 | 第64-67页 |
| 5.1.1 双目快速示教系统模块介绍 | 第65-67页 |
| 5.2 实验及误差分析 | 第67-69页 |
| 5.3 本章小结 | 第69-70页 |
| 总结 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75页 |