基于三维视觉技术的物体深度测量系统的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| ·引言 | 第11页 |
| ·深度测量技术发展现状 | 第11-15页 |
| ·测量技术简介 | 第11-13页 |
| ·国外深度测量系统发展现状 | 第13-14页 |
| ·国内深度测量系统发展现状 | 第14-15页 |
| ·课题的研究目标与主要研究工作 | 第15-16页 |
| ·研究目标 | 第15-16页 |
| ·研究工作及创新点 | 第16页 |
| ·本章小结 | 第16-17页 |
| 第二章 三维视觉测量及相关领域的研究 | 第17-27页 |
| ·视觉图像特征信息的提取 | 第17-19页 |
| ·图像预处理与图像分割 | 第17-18页 |
| ·轮廓形状的表示与描述 | 第18-19页 |
| ·形态学操作 | 第19页 |
| ·摄像机标定技术 | 第19-24页 |
| ·摄像机透视投影模型 | 第20-22页 |
| ·摄像机标定技术的发展 | 第22-23页 |
| ·传统的摄像机标定方法 | 第23-24页 |
| ·主流三维视觉测量技术 | 第24-26页 |
| ·双目三维视觉测量技术 | 第24页 |
| ·结构光三维视觉测量技术 | 第24-25页 |
| ·多传感器三维视觉测量技术 | 第25页 |
| ·流动式三维视觉测量技术 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 深度测量系统的三维视觉技术方案 | 第27-39页 |
| ·技术方案概述 | 第27-28页 |
| ·双目三维视觉技术深入分析 | 第28-31页 |
| ·平视双目三维视觉 | 第28-29页 |
| ·双目三维视觉的一般情况 | 第29-30页 |
| ·双目三维视觉的基本问题 | 第30-31页 |
| ·深度测量系统的标定方法概述 | 第31-32页 |
| ·视觉图像的预处理 | 第32-33页 |
| ·激光模式及其选取 | 第32-33页 |
| ·稀疏特征点轮廓线的提取与拟合 | 第33页 |
| ·稀疏特征点匹配方法及其验证 | 第33-37页 |
| ·基于排序的特征点匹配方法 | 第34-36页 |
| ·约束验证方法 | 第36-37页 |
| ·深度测量系统的数学模型 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 三维坐标函数的函数逼近方法 | 第39-55页 |
| ·函数逼近概述 | 第39-40页 |
| ·传统的函数逼近方法 | 第40-41页 |
| ·智能计算与函数逼近 | 第41-48页 |
| ·智能计算概述 | 第41-42页 |
| ·多层前馈神经网络用于函数逼近 | 第42-45页 |
| ·反馈型神经网络作函数逼近 | 第45-46页 |
| ·基于模糊理论的神经网络逼近方法 | 第46-48页 |
| ·仿真数据分析 | 第48-50页 |
| ·实验目标与样本 | 第48页 |
| ·仿真过程与结果对比分析 | 第48-50页 |
| ·用BPNN 逼近三维坐标函数 | 第50-53页 |
| ·标准BP 算法的缺点及改进算法 | 第50-52页 |
| ·样本点阵的选取 | 第52页 |
| ·采用BPNN 逼近三维坐标函数 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第五章 深度测量系统的设计实现及数据分析 | 第55-63页 |
| ·概述 | 第55页 |
| ·系统架构 | 第55-56页 |
| ·图像特征提取与匹配过程 | 第56-57页 |
| ·底面稀疏点阵提取与匹配 | 第56-57页 |
| ·顶部点提取 | 第57页 |
| ·三维坐标函数逼近过程 | 第57-61页 |
| ·神经网络参数设定 | 第57-58页 |
| ·样本点阵的提取 | 第58-59页 |
| ·训练结果与预测能力 | 第59页 |
| ·数据分析 | 第59-61页 |
| ·深度测量过程及运行环境说明 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 总结与展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68页 |
