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

基于深度视觉的物体识别算法研究

摘要第4-5页
Abstract第5页
第一章 绪论第8-11页
    1.1 物体识别技术的研究背景及意义第8-9页
    1.2 本文的主要工作和内容安排第9-10页
    1.3 本文的内容安排第10-11页
第二章 相关工作第11-18页
    2.1 Kinect简介第11页
    2.2 Kinect相机校准第11-17页
        2.2.1 世界坐标系、图像坐标系、相机坐标系第11-13页
        2.2.2 内参校准第13-15页
        2.2.3 外参校准第15-17页
    2.3 点云数据的获取第17页
    2.4 本章小结第17-18页
第三章 NSHOT特征描述符第18-29页
    3.1 3D特征描述符概述第18-22页
        3.1.1 PFH(Point Feature histogram)描述符第19-20页
        3.1.2 FPFH(Fast Point Feature histogram)描述符第20页
        3.1.3 SHOT(Signature of Histogram of Orientation)描述符第20-22页
    3.2 NSHOT特征描述符第22-25页
    3.3 实验第25-28页
        3.3.1 实验环境第25页
        3.3.2 实验数据第25页
        3.3.3 实验结果第25-28页
    3.4 本章小结第28-29页
第四章 基于NSHOT特征描述符的点云表面匹配方法第29-39页
    4.1 传统的点云表面匹配方法第29-31页
        4.1.1 基于正态分布变换算法的点云表面匹配方法第29页
        4.1.2 传统的迭代最近点算法第29-31页
    4.2 基于NSHOT特征描述符的点云表面匹配方法第31-33页
    4.3 实验第33-38页
        4.3.1 实验环境第33-34页
        4.3.2 实验结果第34-38页
    4.4 本章小结第38-39页
第五章 总结与展望第39-40页
    5.1 工作总结第39页
    5.2 展望未来第39-40页
参考文献第40-43页
发表论文和科研情况第43-44页
致谢第44页

论文共44页,点击 下载论文
上一篇:刑事审判变更管辖制度研究
下一篇:金砖国家植物新品种权利制度比较研究