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

基于角点特征的双目视觉杂草定位系统研究

摘要第1-7页
ABSTRACT第7-11页
第一章 绪论第11-17页
   ·课题研究的目的与意义第11-13页
   ·国内外研究现状第13-16页
   ·本课题主要研究内容第16-17页
第二章 双目立体视觉系统原理及构建第17-26页
   ·双目立体视觉概述第17-18页
   ·双目立体视觉测量原理第18-20页
   ·双目立体视觉系统构建第20-26页
     ·硬件部分第20-23页
     ·软件部分第23-26页
第三章 图像角点特征检测算法研究第26-43页
   ·几种常用角点检测算法第26-29页
     ·Plessey算子第26-27页
     ·SUSAN算子第27-29页
   ·基于USAN的棋盘角点检测算法第29-33页
     ·算法的核心第29-31页
     ·算法的详细步骤第31-32页
       ·实验结果与分析第32-33页
   ·基于连通域的改进角点检测算法第33-38页
     ·角点结构分析第34-35页
     ·改进算法步骤第35-36页
     ·实验结果与分析第36-38页
   ·亚像素角点检测算法及其精度评价方法研究第38-43页
     ·亚像素级角点检测算法第39-40页
     ·用基于透视投影中交比不变的原理验证角点检测算法的准确性第40-43页
第四章 摄象机的标定第43-59页
   ·摄象机模型第43-48页
     ·刚体变换第43-44页
     ·图像坐标、摄象机坐标系和世界坐标系第44-46页
     ·小孔成像模型第46-47页
     ·摄像机镜头的畸变第47-48页
   ·现有标定方法分析第48-51页
     ·传统标定方法第49页
     ·摄像机自标定方法第49-50页
     ·基于主动视觉的标定方法第50-51页
   ·一种改进的线性摄象机标定方法第51-56页
     ·需要标定的参数第51页
     ·主点坐标的标定第51-52页
     ·一阶径向畸变系数的标定第52-54页
     ·其他参数的标定第54-56页
   ·实验结果第56-59页
第五章 基于角点特征的双目匹配及杂草定位第59-73页
   ·图像匹配常用方法第59-63页
   ·相似性测度第63-65页
     ·相关测度第63-64页
     ·绝对差或平方差等距离测度第64页
     ·概率测度第64-65页
   ·双目立体视觉中的极线几何关系第65-67页
   ·基础矩阵求解方法第67-70页
     ·线性方法第67-68页
     ·鲁棒方法第68-70页
   ·基于角点特征的双目匹配算法第70-72页
     ·算法流程第70-71页
     ·实验结果第71-72页
   ·利用视差原理进行杂草定位第72-73页
第六章 结论与展望第73-75页
   ·结论第73-74页
   ·后续工作展望第74-75页
参考文献第75-78页
致谢第78-79页
攻读硕士期间发表的论文和参加的科研项目第79页

论文共79页,点击 下载论文
上一篇:利用颜色和形状特征的杂草识别方法研究
下一篇:基于H.264视频编码标准的运动估计算法的研究