基于机器视觉的全景图像恢复与景物识别方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-13页 |
| ·引言 | 第9-10页 |
| ·国内外发展状况和动向 | 第10-11页 |
| ·数字图像处理及关键技术 | 第11-12页 |
| ·本文的主要研究工作 | 第12-13页 |
| 2 机器视觉的成像模型和原理 | 第13-20页 |
| ·引言 | 第13-14页 |
| ·摄像机的成像原理 | 第14-19页 |
| ·摄像机的针孔成像原理 | 第14-16页 |
| ·视觉系统坐标系 | 第16-17页 |
| ·摄像机的标定 | 第17页 |
| ·常规摄像机的成像模型和全景视觉的几何模型比较 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 3 全景视觉的图像恢复和重建方法及软件实现 | 第20-35页 |
| ·全景视觉硬件系统的设计及结构 | 第20-23页 |
| ·全景视觉的硬件系统 | 第20-22页 |
| ·全向摄像机的构成 | 第22-23页 |
| ·全景视觉的光路模型及基本原理 | 第23-25页 |
| ·全向摄像机的光路模型 | 第23-24页 |
| ·全向摄像机光路的参数分析 | 第24-25页 |
| ·图像变换及插值算法 | 第25-29页 |
| ·全景图像的恢复重建方法 | 第29-31页 |
| ·试验结果 | 第31-33页 |
| ·Vc+-编程结果 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 4 复杂背景下灰度图像的景物识别方法研究 | 第35-67页 |
| ·引言 | 第35-36页 |
| ·数字图像处理知识 | 第36-39页 |
| ·图像处理 | 第39-47页 |
| ·遗传算法 | 第47-54页 |
| ·遗传算法的生物学基础 | 第48-49页 |
| ·遗传算法的一般结构 | 第49-50页 |
| ·遗传算法的特点 | 第50-52页 |
| ·一种改进的遗传算法-基于有性繁殖的遗传算法 | 第52-54页 |
| ·序列灰度图像的目标检测 | 第54-63页 |
| ·灰度图像目标检测算法 | 第59-60页 |
| ·试验结果 | 第60-63页 |
| ·Vc++编程运行结果 | 第63-66页 |
| ·本章小结 | 第66-67页 |
| 结论 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 在学研究成果 | 第72-73页 |
| 致谢 | 第73页 |
