基于双目视觉的物体识别与位姿估计的设计与实现
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 课题研究背景及意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 主要库简介 | 第11-13页 |
| 1.3.1 Opencv简介 | 第11-12页 |
| 1.3.2 PCL简介 | 第12页 |
| 1.3.3 ZEDSDK简介 | 第12-13页 |
| 1.4 论文主要内容及章节安排 | 第13-16页 |
| 2 摄像机标定与三维视觉 | 第16-38页 |
| 2.1 摄像机模型 | 第16-20页 |
| 2.1.1 针孔模型与内参数矩阵 | 第16-18页 |
| 2.1.2 透镜畸变与畸变向量 | 第18-20页 |
| 2.2 单应性矩阵 | 第20-21页 |
| 2.3 单目标定实验 | 第21-28页 |
| 2.3.1 标定棋盘 | 第21页 |
| 2.3.2 标定原理简介 | 第21-22页 |
| 2.3.3 标定实验结果与误差分析 | 第22-28页 |
| 2.4 双目标定原理与立体成像 | 第28-34页 |
| 2.4.1 三角测量原理 | 第28页 |
| 2.4.2 本征矩阵与基础矩阵 | 第28-31页 |
| 2.4.3 立体标定 | 第31-32页 |
| 2.4.4 立体校正 | 第32页 |
| 2.4.5 立体匹配 | 第32-34页 |
| 2.5 双目标定实验 | 第34-36页 |
| 2.6 本章小结 | 第36-38页 |
| 3 平面物体识别与跟踪 | 第38-62页 |
| 3.1 低纹理平面物体识别原理 | 第38-41页 |
| 3.1.1 Opencv轮廓拓扑结构 | 第38-40页 |
| 3.1.2 Hu不变矩 | 第40-41页 |
| 3.2 轮廓匹配实验 | 第41-50页 |
| 3.2.1 基本工件轮廓信息提取 | 第41-44页 |
| 3.2.2 低纹理理想环境匹配 | 第44-47页 |
| 3.2.3 低纹理实际环境匹配 | 第47-50页 |
| 3.3 复杂纹理物体识别 | 第50-57页 |
| 3.3.1 SIFT原理简介 | 第50-51页 |
| 3.3.2 SIFT图像匹配实验与分析 | 第51-56页 |
| 3.3.3 实时识别问题 | 第56-57页 |
| 3.4 CamShift物体追踪定位 | 第57-61页 |
| 3.4.1 CamShift追踪原理简介 | 第57-59页 |
| 3.4.2 CamShift物体追踪实验与分析 | 第59-61页 |
| 3.5 本章小结 | 第61-62页 |
| 4 三维物体识别与位姿估计 | 第62-78页 |
| 4.1 基本光照简介 | 第62页 |
| 4.2 ZED相机点云获取与位姿估计 | 第62-65页 |
| 4.3 点云预处理 | 第65-68页 |
| 4.3.1 直通滤波 | 第66-67页 |
| 4.3.2 下采样 | 第67-68页 |
| 4.3.3 离群点移除 | 第68页 |
| 4.4 点云分割与聚类 | 第68-70页 |
| 4.5 聚类识别与6自由度位姿估计 | 第70-76页 |
| 4.5.1 VFH特征描述子简介 | 第70-71页 |
| 4.5.2 训练集获取与VFH描述子获取 | 第71-72页 |
| 4.5.3 训练测试与6自由度匹配实验 | 第72-76页 |
| 4.6 本章小结 | 第76-78页 |
| 5 总结与展望 | 第78-82页 |
| 5.1 总结 | 第78页 |
| 5.2 展望 | 第78-82页 |
| 致谢 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 附录 A.作者在攻读硕士学位期间发表的文章 | 第88页 |
