基于OpenCV的智能相机设计与实践
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 机器视觉概述 | 第10-13页 |
| 1.1.1 机器视觉概念 | 第10页 |
| 1.1.2 机器视觉理论发展 | 第10-11页 |
| 1.1.3 机器视觉系统的组成 | 第11-13页 |
| 1.2 智能相机 | 第13-16页 |
| 1.2.1 智能相机概述 | 第13-14页 |
| 1.2.2 智能相机发展及现状 | 第14-16页 |
| 1.3 本文主要研究内容 | 第16-18页 |
| 第2章 智能相机总体设计与构建 | 第18-30页 |
| 2.1 智能相机的组成 | 第18-19页 |
| 2.2 硬件设计 | 第19-23页 |
| 2.2.1 图像分析处理单元与信息输出单元 | 第19-21页 |
| 2.2.2 摄像头选择 | 第21-22页 |
| 2.2.3 智能相机硬件连接结构 | 第22-23页 |
| 2.3 软件设计 | 第23-29页 |
| 2.3.1 软件总体设计流程 | 第23页 |
| 2.3.2 嵌入式Linux系统 | 第23-25页 |
| 2.3.3 QT应用开发平台 | 第25-26页 |
| 2.3.4 OpenCV视觉库概述 | 第26页 |
| 2.3.5 开发环境搭建 | 第26-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 智能相机中的图像处理算法 | 第30-59页 |
| 3.1 图像滤波 | 第30-34页 |
| 3.1.1 图像滤波概述 | 第30页 |
| 3.1.2 均值滤波 | 第30-31页 |
| 3.1.3 高斯滤波 | 第31-32页 |
| 3.1.4 中值滤波 | 第32-34页 |
| 3.1.5 几种常见图像滤波的比较 | 第34页 |
| 3.2 边缘检测经典算子 | 第34-48页 |
| 3.2.1 边缘与边缘检测 | 第34-37页 |
| 3.2.2 经典边缘检测算法 | 第37-38页 |
| 3.2.3 基于一阶导数的经典边缘检测算子 | 第38-41页 |
| 3.2.4 基于二阶导数的经典边缘检测算子 | 第41-44页 |
| 3.2.5 Canny边缘检测算子 | 第44-48页 |
| 3.3 一种改进的自适应Canny算子 | 第48-56页 |
| 3.3.1 改进的自适应Canny算子 | 第48-53页 |
| 3.3.2 实验结果分析 | 第53-56页 |
| 3.4 直线检测与圆检测 | 第56-58页 |
| 3.4.1 Hough变换 | 第56页 |
| 3.4.2 直线检测原理 | 第56-57页 |
| 3.4.3 圆检测原理 | 第57-58页 |
| 3.5 本章小结 | 第58-59页 |
| 第4章 智能相机的实现 | 第59-70页 |
| 4.1 智能相机概况 | 第59-60页 |
| 4.2 软件的设计实现 | 第60-64页 |
| 4.3 实验示例 | 第64-68页 |
| 4.3.1 硬币数量检测 | 第64-65页 |
| 4.3.2 硬币半径检测 | 第65-67页 |
| 4.3.3 舵机摇臂角度测试 | 第67-68页 |
| 4.4 本章小结 | 第68-70页 |
| 第5章 总结与展望 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-76页 |
| 附录 | 第76页 |
