摘要 | 第3-4页 |
abstract | 第4-5页 |
第一章 绪论 | 第8-12页 |
1.1 课题研究背景和意义 | 第8-9页 |
1.2 机器视觉发展及概况 | 第9-10页 |
1.3 双目立体视觉位姿检测国内外研究现状 | 第10-11页 |
1.4 本文主要研究内容及结构安排 | 第11-12页 |
第二章 双目立体视觉三维测量系统的设计方案 | 第12-19页 |
2.1 双目立体视觉零件位姿检测系统的总体设计 | 第12-13页 |
2.2 系统的软件设计 | 第13-15页 |
2.2.1 软件构架设计 | 第13页 |
2.2.2 软件功能分析 | 第13-15页 |
2.3 系统硬件模块设计 | 第15-17页 |
2.3.1 工业相机选择 | 第15-16页 |
2.3.2 相机镜头和光源选择 | 第16-17页 |
2.3.3 图像采集卡选择 | 第17页 |
2.3.4 其他硬件 | 第17页 |
2.4 双目立体视觉零件测量流程 | 第17-18页 |
2.5 本章小结 | 第18-19页 |
第三章 双目立体视觉位姿检测模型与三维测量原理........................................14. | 第19-27页 |
3.1 摄像机透视投影模型 | 第19-20页 |
3.1.1 世界坐标系、摄像机坐标系与图像坐标系 | 第19页 |
3.1.2 针孔摄像机模型 | 第19-20页 |
3.2 双目立体视觉原理 | 第20-26页 |
3.2.1 双目立体视觉三维测量原理 | 第20-21页 |
3.2.2 双目立体视觉数学模型 | 第21-26页 |
3.3 本章小结 | 第26-27页 |
第四章 双目立体视觉系统标定 | 第27-38页 |
4.1 摄像机内外参数 | 第27-29页 |
4.2 相机标定过程 | 第29-30页 |
4.3 畸变模型 | 第30-31页 |
4.4 相机标定方法 | 第31页 |
4.5 基于HALCON软件双目摄像机系统的标定方法 | 第31-37页 |
4.6 本章小结 | 第37-38页 |
第五章 特征点检测与图像匹配 | 第38-47页 |
5.1 经典的特征点检测算法 | 第38-42页 |
5.1.1 SIFT特征点检测 | 第38-39页 |
5.1.2 SUSAN特征点检测 | 第39页 |
5.1.3 Harris特征点检测 | 第39-40页 |
5.1.4 特征点检测实验与分析 | 第40-42页 |
5.2 图像匹配方法 | 第42-43页 |
5.3 基于改进的SIFT特征点检测与NPC图像匹配的算法 | 第43-44页 |
5.4 图像匹配实验结果分析 | 第44-46页 |
5.5 本章小结 | 第46-47页 |
第六章 基于双目立体视觉系统的三维重建 | 第47-54页 |
6.1 三维点重建数学模型 | 第47-49页 |
6.1.1 立体成像几何法 | 第47-48页 |
6.1.2 最小二乘法 | 第48-49页 |
6.2 三维重建流程 | 第49-52页 |
6.2.1 摄像机标定实现流程 | 第49-50页 |
6.2.2 特征点检测及图像匹配实现流程 | 第50-51页 |
6.2.3 三维点重建流程 | 第51-52页 |
6.3 三维点重建实验 | 第52-53页 |
6.4 本章小结 | 第53-54页 |
第七章 总结与展望 | 第54-56页 |
7.1 总结 | 第54页 |
7.2 展望 | 第54-56页 |
参考文献 | 第56-59页 |
致谢 | 第59-60页 |
个人简历、在学期间的研究成果及发表的学术论文 | 第60页 |