| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第10-15页 |
| 1.1 选题意义及研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 机器人视觉研究现状 | 第11-12页 |
| 1.2.2 目标识别技术研究现状 | 第12-13页 |
| 1.3 本文研究主要内容 | 第13-15页 |
| 2 物体识别方法研究 | 第15-29页 |
| 2.1 图像特征 | 第15-19页 |
| 2.1.1 全局特征 | 第15-16页 |
| 2.1.2 局部不变特征 | 第16-19页 |
| 2.2 SIFT算法特征点提取 | 第19-24页 |
| 2.2.1 构造高斯差分金字塔 | 第20-21页 |
| 2.2.2 精确定位特征点位置 | 第21-22页 |
| 2.2.3 分配特征点方向 | 第22-23页 |
| 2.2.4 描述特征点信息 | 第23-24页 |
| 2.3 SIFT算法的扩展 | 第24-28页 |
| 2.3.1 SIFT扩展算子介绍 | 第24-25页 |
| 2.3.2 性能比较与分析 | 第25-28页 |
| 2.4 本章小结 | 第28-29页 |
| 3 具有仿射不变性的SIFT~*算法 | 第29-41页 |
| 3.1 SIFT算法改进方案 | 第29-33页 |
| 3.1.1 自适应阈值 | 第29-30页 |
| 3.1.2 仿射不变性 | 第30-32页 |
| 3.1.3 相似性度量 | 第32-33页 |
| 3.2 算法优化 | 第33-34页 |
| 3.3 实验结果与分析 | 第34-40页 |
| 3.3.1 鲁棒性对比与分析 | 第37-38页 |
| 3.3.2 运行速度对比与分析 | 第38-39页 |
| 3.3.3 正确匹配率对比与分析 | 第39-40页 |
| 3.4 本章小节 | 第40-41页 |
| 4 双目立体视觉系统 | 第41-53页 |
| 4.1 摄像机模型 | 第41-43页 |
| 4.1.1 小孔模型 | 第41-42页 |
| 4.1.2 内参数模型 | 第42-43页 |
| 4.1.3 外参数模型 | 第43页 |
| 4.2 单目摄像机标定方法 | 第43-45页 |
| 4.2.1 求取单应性矩阵 | 第44-45页 |
| 4.2.2 摄像机参数矩阵求解 | 第45页 |
| 4.3 双目立体视觉 | 第45-48页 |
| 4.3.1 双目摄像机标定 | 第46页 |
| 4.3.2 体几何结构 | 第46-47页 |
| 4.3.3 三角形测量法 | 第47-48页 |
| 4.4 实验结果与分析 | 第48-52页 |
| 4.4.1 单目摄像机标定实验 | 第48-50页 |
| 4.4.2 目摄像机标定实验 | 第50-52页 |
| 4.5 本章小节 | 第52-53页 |
| 5 目标物体定位与抓取实验 | 第53-62页 |
| 5.1 目标物体定位 | 第53-55页 |
| 5.1.1 物体在图像中的定位 | 第54页 |
| 5.1.2 物体在空间中的定位 | 第54-55页 |
| 5.2 PowerCube机械臂 | 第55-58页 |
| 5.2.1 PowerCube机械臂的正运动学分析 | 第56-57页 |
| 5.2.2 机械臂逆运动学分析 | 第57-58页 |
| 5.3 实验与分析 | 第58-61页 |
| 5.3.1 目标物体识别 | 第58-59页 |
| 5.3.2 体匹配与定位 | 第59-60页 |
| 5.3.3 目标抓取 | 第60-61页 |
| 5.4 本章小结 | 第61-62页 |
| 6 总结与展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 作者简历 | 第66-68页 |
| 学位论文数据集 | 第68页 |