首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

脑部信号采集系统的计算机视觉标定方法

摘要第5-7页
ABSTRACT第7-8页
第1章 绪论第11-17页
    1.1 研究背景及意义第11-12页
    1.2 研究现状第12-13页
    1.3 研究内容第13-15页
    1.4 组织结构第15-17页
第2章 系统框架第17-28页
    2.1 传统摄影测量系统框架第17-23页
        2.1.1 基于单目视觉的摄影测量系统框架第17-19页
        2.1.2 基于双目或多目视觉的摄影测量系统框架第19-23页
    2.2 本文数据采集设备第23-25页
        2.2.1 Kinect简介第23-24页
        2.2.2 Kinect采集EEG电极信息第24-25页
    2.3 本文摄影测量系统框架第25-26页
    2.4 本章小结第26-28页
第3章 Kinect深度图像修复第28-36页
    3.1 Kinect深度图像噪声分析第28-29页
        3.1.1 第一类噪声第28-29页
        3.1.2 第二类噪声第29页
    3.2 Kinect深度图像修复方案框架第29-30页
    3.3 Kinect深度图像修复第30-34页
        3.3.1 改进的双边滤波算法第30-31页
        3.3.2 纹理特征提取第31-33页
        3.3.3 基于SAD匹配的修复第33-34页
    3.4 本章小结第34-36页
第4章 系统标定过程第36-47页
    4.1 坐标系转换法第36-40页
        4.1.1 罗德里格矩阵和反对称矩阵第36-37页
        4.1.2 利用罗德里格矩阵求解三维坐标系转换的过程第37-40页
    4.2 三棱柱标定体第40-42页
        4.2.1 标定板第40-41页
        4.2.2 三棱柱标定体第41-42页
    4.3 标定过程第42-45页
        4.3.1 三棱柱标定体的自标定第42-44页
        4.3.2 对摄影测量系统的标定第44页
        4.3.3 标定结果分析第44-45页
    4.4 本章小结第45-47页
第5章 EEG电极检测与配准第47-56页
    5.1 EEG电极分布标准第47-48页
    5.2 EEG电极检测第48-52页
        5.2.1 边缘提取第49-50页
        5.2.2 EEG电极检测过程第50-52页
    5.3 EEG电极配准第52-55页
    5.4 本章小结第55-56页
第6章 总结与展望第56-59页
    6.1 工作总结第56-57页
    6.2 未来工作展望第57-59页
参考文献第59-63页
致谢第63-65页
攻读学位期间参加的科研项目和成果第65页

论文共65页,点击 下载论文
上一篇:模块化仿生四足机器人的步态设计及运动控制
下一篇:无线传感器网络节能数据融合策略