第1章 绪论 | 第5-15页 |
1.1 选题背景及意义 | 第5-6页 |
1.2 计算机视觉检测技术国内外研究进展 | 第6-10页 |
1.3 计算机视觉测量技术的应用 | 第10-12页 |
1.4 存在的问题和发展方向 | 第12-13页 |
1.5 本文主要研究内容 | 第13-15页 |
第2章 计算机视觉三维测量系统的组成及摄像机标定 | 第15-29页 |
2.1 基于计算机视觉的三维测量系统组成 | 第15-20页 |
2.1.1 双目视觉立体感知几何模型 | 第15-17页 |
2.1.2 三维测量系统的硬件设计 | 第17-19页 |
2.1.3 三维测量系统的软件设计 | 第19-20页 |
2.2 基于两步法的摄像机 V 形标定 | 第20-28页 |
2.2.1 传统的摄像机标定方法 | 第20-21页 |
2.2.2 基于分步算法的摄像机 V 形标定 | 第21-26页 |
2.2.3 基于分步算法的摄像机参数优化 | 第26-28页 |
2.3 小结 | 第28-29页 |
第3章 轮廓信息的提取与网格线精确检测技术 | 第29-49页 |
3.1 基于小波变换的网格图像去噪方法 | 第29-33页 |
3.1.1 小波变换的基本理论 | 第29-30页 |
3.1.2 小波分解与重构快速算法 | 第30-32页 |
3.1.3 小波去噪原理 | 第32-33页 |
3.1.4 去噪方法的实现 | 第33页 |
3.2 基于小波变换的目标区域提取 | 第33-41页 |
3.2.1 板类件图像目标的预分割 | 第34-36页 |
3.2.2 小波边缘检测 | 第36-38页 |
3.2.3 局部区域搜索法提取离散点 | 第38-39页 |
3.2.4 B 样条拟合离散点 | 第39-40页 |
3.2.5 实例验证 | 第40-41页 |
3.3 基于数学形态学理论的水平和垂直网格线的提取 | 第41-48页 |
3.3.1 数学形态学运算:腐蚀和膨胀的原理 | 第42-45页 |
3.3.2 边缘点分组与 B 样条拟合 | 第45-47页 |
3.3.3 实例验证 | 第47-48页 |
3.4 小结 | 第48-49页 |
第4章 基于B样条空间网格曲线的三维重建 | 第49-59页 |
4.1 曲线匹配约束 | 第49-53页 |
4.1.1 B-样条曲线的仿射不变性与曲率的透视不变性 | 第49-52页 |
4.1.2 对极几何约束 | 第52-53页 |
4.2 基于遗传算法的条纹曲线匹配算法 | 第53-54页 |
4.2.1 条纹曲线立体匹配遗传算法的实现步骤 | 第53-54页 |
4.2.2 条纹曲线点带的恢复 | 第54页 |
4.3 曲面拟合 | 第54-56页 |
4.3.1 B-样条曲面拟合 | 第54-56页 |
4.3.2 误差修正 | 第56页 |
4.4 实验分析 | 第56-58页 |
4.5 小结 | 第58-59页 |
第5章 测量实例及误差分析 | 第59-71页 |
5.1 测量步骤 | 第59页 |
5.2 测量精度的考证 | 第59-67页 |
5.3 工程实例 | 第67-68页 |
5.4 误差分析及提高精度的途径 | 第68-70页 |
5.5 小结 | 第70-71页 |
第6章 结论与展望 | 第71-73页 |
参考文献 | 第73-77页 |
致谢 | 第77-78页 |
摘要 | 第78-80页 |
Abstract | 第80页 |