基于双目立体视觉的工件识别与定位关键技术研究
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第1章 绪论 | 第9-18页 |
1.1 课题研究背景及意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-16页 |
1.2.1 双目立体视觉技术的应用 | 第10-11页 |
1.2.2 图像分割算法研究现状 | 第11-13页 |
1.2.3 目标识别方法研究现状 | 第13-15页 |
1.2.4 立体匹配算法研究现状 | 第15-16页 |
1.3 主要研究内容 | 第16-18页 |
第2章 双目立体视觉系统搭建及相机标定 | 第18-31页 |
2.1 引言 | 第18页 |
2.2 双立体视觉系统平台实现 | 第18-20页 |
2.2.1 系统硬件平台搭建 | 第18-19页 |
2.2.2 系统软件平台设计 | 第19-20页 |
2.3 摄像机成像模型 | 第20-24页 |
2.3.1 坐标系的建立 | 第20-22页 |
2.3.2 摄像机线性模型 | 第22-23页 |
2.3.3 摄像机非线性模型 | 第23-24页 |
2.4 双目立体视觉系统标定 | 第24-30页 |
2.4.1 张正友平面标定法 | 第24-27页 |
2.4.2 标定实验 | 第27-30页 |
2.5 本章小结 | 第30-31页 |
第3章 图像预处理与工件分割算法研究 | 第31-47页 |
3.1 引言 | 第31页 |
3.2 图像预处理研究 | 第31-37页 |
3.2.1 图像滤波算法 | 第31-34页 |
3.2.2 图像对比度增强算法 | 第34-37页 |
3.3 基于边缘检测的工件区域分割 | 第37-41页 |
3.3.1 基于Canny算子的边缘检测 | 第37-38页 |
3.3.2 基于邻域的边缘连接 | 第38-39页 |
3.3.3 轮廓跟踪算法 | 第39-41页 |
3.4 基于最大类间方差法的分割算法 | 第41-43页 |
3.5 工件分割实验 | 第43-46页 |
3.6 本章小结 | 第46-47页 |
第4章 工件识别算法研究 | 第47-61页 |
4.1 引言 | 第47页 |
4.2 工件特征提取 | 第47-53页 |
4.2.1 SURF特征提取 | 第47-50页 |
4.2.2 改进HOG特征提取 | 第50-52页 |
4.2.3 基于BOW模型的图像特征直方图 | 第52-53页 |
4.3 基于决策融合的工件分类识别 | 第53-57页 |
4.3.1 支持向量机基本原理 | 第53-55页 |
4.3.2 基于决策融合的分类器 | 第55-56页 |
4.3.3 支持向量机多分类方法 | 第56-57页 |
4.4 工件识别实验 | 第57-60页 |
4.5 本章小结 | 第60-61页 |
第5章 工件三维定位算法研究 | 第61-76页 |
5.1 引言 | 第61页 |
5.2 三维重建原理 | 第61-64页 |
5.2.1 光轴平行式双目视觉的三维重建原理 | 第61-63页 |
5.2.2 基于Bouguet算法的极线校正 | 第63-64页 |
5.3 基于全局最小生成树的立体匹配算法 | 第64-68页 |
5.3.1 匹配代价计算 | 第64-65页 |
5.3.2 代价聚合 | 第65-67页 |
5.3.3 视差计算与视差细化 | 第67-68页 |
5.4 工件位姿估计 | 第68-70页 |
5.5 工件定位实验 | 第70-75页 |
5.5.1 立体匹配实验 | 第71-73页 |
5.5.2 工件定位精度测试 | 第73-74页 |
5.5.3 工件抓取实验 | 第74-75页 |
5.6 本章小结 | 第75-76页 |
结论 | 第76-78页 |
参考文献 | 第78-84页 |
致谢 | 第84页 |