基于双目立体视觉的车身测点检测关键技术研究
| 内容提要 | 第1-7页 |
| 第一章 绪论 | 第7-17页 |
| ·论文研究背景 | 第7-9页 |
| ·车身零部件测点的检测方法 | 第9-13页 |
| ·车身检测设备发展历程 | 第9-10页 |
| ·计算机视觉检测技术 | 第10-13页 |
| ·车身零部件上的测点类型 | 第13-15页 |
| ·本课题的研究意义及章节编排 | 第15-17页 |
| 第二章 基于自适应神经网络技术的双摄像机标定 | 第17-35页 |
| ·双摄像机成像模型 | 第17-20页 |
| ·单目成像数学模型 | 第17-19页 |
| ·双目成像数学模型 | 第19-20页 |
| ·摄像机标定方法综述 | 第20-21页 |
| ·基于自适应神经网络的双摄像机标定 | 第21-33页 |
| ·标定数据的获取 | 第22-25页 |
| ·神经网络的训练 | 第25-29页 |
| ·经典平面标定法 | 第29-32页 |
| ·两种标定方法的结果对比 | 第32-33页 |
| ·基于自适应神经网络标定误差产生的原因分析 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 车身待测点区域的亚像素边缘提取 | 第35-49页 |
| ·亚像素边缘提取发展的现状 | 第35-39页 |
| ·边缘提取 | 第35-37页 |
| ·亚像素边缘提取 | 第37-39页 |
| ·检测对象的功能及意义 | 第39-40页 |
| ·前裙板安装孔的亚像素边缘提取 | 第40-47页 |
| ·粗定位 | 第41-45页 |
| ·精定位 | 第45-47页 |
| ·该方法需要改进的地方 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 双目立体匹配技术的开发与应用 | 第49-61页 |
| ·立体匹配技术的发展现状 | 第49-52页 |
| ·区域匹配 | 第50页 |
| ·特征匹配 | 第50-51页 |
| ·相位匹配 | 第51-52页 |
| ·基于梯度图像的双目立体匹配技术的开发 | 第52-54页 |
| ·前裙板安装孔图像对的立体匹配 | 第54-55页 |
| ·该方法需要改进的地方 | 第55-56页 |
| ·SIFT特征算子立体匹配方法 | 第56-59页 |
| ·本章小结 | 第59-61页 |
| 第五章 实验结果与误差分析 | 第61-75页 |
| ·实验结果 | 第61-72页 |
| ·前裙板安装孔边缘点空间坐标的求解 | 第61-62页 |
| ·前裙板安装孔的空间拟合及几何参数确定 | 第62-72页 |
| ·误差分析 | 第72-75页 |
| 第六章 总结暨展望 | 第75-79页 |
| ·工作内容总结 | 第75-76页 |
| ·工作前景展望 | 第76-79页 |
| ·工程价值 | 第77页 |
| ·商业价值 | 第77-79页 |
| 参考文献 | 第79-85页 |
| 摘要 | 第85-87页 |
| Abstract | 第87-90页 |
| 致谢 | 第90页 |
