| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 前言 | 第11页 |
| 1.2 课题的研究内容 | 第11-12页 |
| 1.3 课题来源 | 第12页 |
| 1.4 论文选题的研究意义 | 第12-13页 |
| 1.5 国内外研究现状及发展趋势 | 第13-19页 |
| 1.5.1 国外研究现状 | 第13-15页 |
| 1.5.2 国内研究现状 | 第15-17页 |
| 1.5.3 发展趋势 | 第17-19页 |
| 第二章 双目摄像机的标定与校正 | 第19-25页 |
| 2.1 机器人视觉的原理、实现方法 | 第19-20页 |
| 2.2 双目摄像机的畸变 | 第20页 |
| 2.3 坐标系关系 | 第20-22页 |
| 2.3.1 从世界坐标系到摄像机坐标系的坐标变换 | 第21页 |
| 2.3.2 从摄像机坐标系到图像物理坐标系的坐标变换 | 第21-22页 |
| 2.3.3 从图像物理坐标系到图像像素坐标系的坐标变换 | 第22页 |
| 2.4 摄像机的线性成像模型 | 第22-23页 |
| 2.5 双目摄像机的标定与校正 | 第23-25页 |
| 第三章 三维重建及点云孔洞修补 | 第25-43页 |
| 3.1 三维重建的含义与应用 | 第25-26页 |
| 3.2 三维重建流程 | 第26-34页 |
| 3.2.1 图像获取 | 第26页 |
| 3.2.2 张氏摄像机标定原理 | 第26-28页 |
| 3.2.3 双目相机像机标定 | 第28-31页 |
| 3.2.4 特征提取 | 第31-32页 |
| 3.2.5 立体匹配 | 第32-33页 |
| 3.2.6 深度信息获取 | 第33-34页 |
| 3.3 三维重建 | 第34-36页 |
| 3.4 三维重建孔洞点云孔洞修补 | 第36-38页 |
| 3.5 Delaunay三角剖分算法 | 第38-42页 |
| 3.5.1 三角剖分 | 第38-39页 |
| 3.5.2 点云的拓扑结构 | 第39-40页 |
| 3.5.3 孔洞边界检测 | 第40-41页 |
| 3.5.4 Delaunay三角剖分 | 第41-42页 |
| 3.6 空间曲面插值算法 | 第42-43页 |
| 第四章 三维重建孔洞修补实验 | 第43-49页 |
| 4.1 中点法三角剖分空洞修补实验 | 第43-44页 |
| 4.2 空间曲面插值法空洞修补实验 | 第44-46页 |
| 4.3 Delaunay三角剖分法与空间曲面插值法的比较 | 第46-49页 |
| 第五章 手术器械末端的识别与检测 | 第49-57页 |
| 5.1 器械识别与检测方法 | 第49-50页 |
| 5.2 基于视觉的检测方法 | 第50-55页 |
| 5.2.1 色彩空间选择 | 第50-51页 |
| 5.2.2 基于颜色的器械识别 | 第51-52页 |
| 5.2.3 基于阈值的颜色识别 | 第52-53页 |
| 5.2.4 器械骨架中心线提取 | 第53-54页 |
| 5.2.5 标记点定位 | 第54-55页 |
| 5.3 机器人运动学建模与控制 | 第55-57页 |
| 第六章 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 作者简介 | 第63-65页 |
| 致谢 | 第65页 |
