基于立体视觉的物体识别及定位研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.1.1 课题背景 | 第10页 |
| 1.1.2 课题的研究意义 | 第10-11页 |
| 1.2 国内外相关研究现状 | 第11-13页 |
| 1.2.1 国外相关研究现状 | 第11-12页 |
| 1.2.2 国内相关研究现状 | 第12-13页 |
| 1.3 双目立体视觉关键技术 | 第13-14页 |
| 1.4 本文主要研究内容 | 第14-16页 |
| 第二章 双目立体摄像机标定 | 第16-32页 |
| 2.1 引言 | 第16页 |
| 2.2 摄像机模型 | 第16-22页 |
| 2.2.1 摄像机针孔模型 | 第16-17页 |
| 2.2.2 摄像机标定坐标系 | 第17-22页 |
| 2.2.2.1 摄像机坐标系和图像坐标系 | 第17-18页 |
| 2.2.2.2 摄像机坐标系和世界坐标系 | 第18-19页 |
| 2.2.2.3 图像坐标系和像素坐标系 | 第19-20页 |
| 2.2.2.4 世界坐标系和像素坐标系 | 第20-22页 |
| 2.3 摄像机标定 | 第22-30页 |
| 2.3.1 摄像机标定方法 | 第22页 |
| 2.3.2 单目摄像机标定原理 | 第22-25页 |
| 2.3.3 双目摄像机的标定原理 | 第25页 |
| 2.3.4 摄像机标定实验与结果分析 | 第25-30页 |
| 2.4 本章小结 | 第30-32页 |
| 第三章 图像预处理和立体匹配 | 第32-54页 |
| 3.1 引言 | 第32页 |
| 3.2 图像预处理 | 第32-38页 |
| 3.2.1 图像灰度化处理 | 第32-33页 |
| 3.2.2 图像增强 | 第33-34页 |
| 3.2.3 图像滤波处理 | 第34-38页 |
| 3.2.3.1 中值滤波 | 第34-35页 |
| 3.2.3.2 均值滤波 | 第35-36页 |
| 3.2.3.3 高斯滤波 | 第36-38页 |
| 3.3 基于极线约束的立体匹配 | 第38-52页 |
| 3.3.1 立体匹配约束条件 | 第38页 |
| 3.3.2 极线校正 | 第38-41页 |
| 3.3.2.1 极线校正原理 | 第38-40页 |
| 3.3.2.2 Bouguet极线校正算法及实验 | 第40-41页 |
| 3.3.3 立体匹配方法及实验 | 第41-52页 |
| 3.3.3.1 立体匹配算法 | 第41-42页 |
| 3.3.3.2 SIFT立体匹配算法 | 第42-47页 |
| 3.3.3.3 立体匹配实验 | 第47-52页 |
| 3.4 本章小结 | 第52-54页 |
| 第四章 物体定位及识别研究 | 第54-68页 |
| 4.1 前言 | 第54页 |
| 4.2 空间点三维重建定位 | 第54-58页 |
| 4.2.1 空间点三维重建方法 | 第54-56页 |
| 4.2.2 空间点三维重建及定位实验与分析 | 第56-58页 |
| 4.3 SIFT相似性度量方面的改进 | 第58-62页 |
| 4.3.1 距离度量方式的改进 | 第58-61页 |
| 4.3.2 阈值参数的研究与改进 | 第61-62页 |
| 4.4 改进算法与SIFT算法识别对比分析 | 第62-66页 |
| 4.5 工件识别定位实验 | 第66-67页 |
| 4.6 本章小结 | 第67-68页 |
| 第五章 结论 | 第68-70页 |
| 5.1 全文总结 | 第68页 |
| 5.2 论文创新性成果 | 第68-69页 |
| 5.3 工作展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 攻读学位期间所取得的相关科研成果 | 第74-76页 |
| 致谢 | 第76页 |
