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

基于图像配准的物流分拣检测系统的研究与实现

摘要第4-5页
Abstract第5页
目录第6-8页
第一章 绪论第8-16页
    1.1 课题的研究背景与意义第8-9页
    1.2 机器视觉技术的概述第9-12页
    1.3 课题的研究状况第12-15页
        1.3.1 配准技术的研究状况第12-13页
        1.3.2 机器视觉系统的研究状况第13-15页
    1.4 论文的主要内容第15-16页
第二章 系统总体方案设计第16-27页
    2.1 系统工作原理第16-19页
        2.1.1 系统组成第16-17页
        2.1.2 检测算法流程第17-18页
        2.1.3 系统工作原理第18-19页
    2.2 系统的硬件组成第19-25页
        2.2.1 工业相机第19-21页
        2.2.2 光学镜头第21-22页
        2.2.3 光源设计第22-23页
        2.2.4 工控机选择第23-25页
    2.3 系统软件平台介绍第25-26页
        2.3.1 软件开发平台Visual studio 2005第25页
        2.3.2 计算机视觉类库OpenCV第25-26页
    2.4 本章小结第26-27页
第三章 图像捕获与模板匹配第27-51页
    3.1 图像预处理第27-34页
        3.1.1 图像滤波第27-29页
        3.1.2 阈值分割第29-32页
        3.1.3 边缘检测第32-34页
    3.2 检测区域内图像的捕获第34-39页
        3.2.1 主要思想第34-36页
        3.2.2 高斯混合模型初始化第36页
        3.2.3 高斯混合模型更新第36-37页
        3.2.4 运动前景检测第37-38页
        3.2.5 实验与结果分析第38-39页
    3.3 基于形状特征的模板匹配第39-50页
        3.3.1 匹配流程第40-41页
        3.3.2 形状特征描述第41-43页
        3.3.3 匹配策略第43-44页
        3.3.4 相似性计算第44-45页
        3.3.5 仿射变换第45-47页
        3.3.6 实验与结果分析第47-50页
    3.4 本章小结第50-51页
第四章 SIFT检测算法的研究与优化第51-70页
    4.1 SIFT算法的原理和特点第51-52页
    4.2 SIFT算法的实现过程第52-61页
        4.2.1 DoG尺度空间的构建第52-54页
        4.2.2 特征点检测第54-58页
        4.2.3 特征描述子生成第58-59页
        4.2.4 特征点匹配第59-61页
    4.3 SIFT主要变形算法第61-63页
        4.3.1 PCA-SIFT算法第61-62页
        4.3.2 GLOH算法第62-63页
    4.4 SIFT算法的优化第63-66页
        4.4.1 算法存在的问题第63页
        4.4.2 算法的优化第63-66页
    4.5 实验与结果分析第66-69页
    4.6 本章小结第69-70页
第五章 系统软件模块的设计与实现第70-85页
    5.1 系统软件总述第70-71页
    5.2 功能模块实现第71-77页
        5.2.1 图像采集模块第71-73页
        5.2.2 检测算法模块第73-74页
        5.2.3 模板创建模块第74-75页
        5.2.4 数据库模块第75-77页
    5.3 系统主界面的设计第77-78页
    5.4 系统验证与结果分析第78-81页
    5.5 多线程技术在系统中的应用第81-84页
        5.5.1 多线程技术的介绍第81-83页
        5.5.2 实验与结果分析第83-84页
    5.6 本章小结第84-85页
第六章 总结与展望第85-87页
    一、 总结第85页
    二、 展望第85-87页
参考文献第87-90页
致谢第90页

论文共90页,点击 下载论文
上一篇:电阻抗成像系统的图像重建算法研究
下一篇:室内环境中单目视觉3D地图创建