海面机器人视觉测量关键技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第13-19页 |
| 1.1 课题研究背景及意义 | 第13-14页 |
| 1.2 机器视觉的具体应用 | 第14页 |
| 1.3 国内外研究现状 | 第14-16页 |
| 1.3.1 国内的研究动态 | 第14-15页 |
| 1.3.2 国外研究动态 | 第15-16页 |
| 1.3.3 双目视觉面临的挑战 | 第16页 |
| 1.4 研究内容与论文安排 | 第16-19页 |
| 第2章 海面图像的预处理 | 第19-39页 |
| 2.1 图像平滑 | 第19-27页 |
| 2.1.1 图像噪声的类型 | 第19-21页 |
| 2.1.2 均值滤波 | 第21-22页 |
| 2.1.3 高斯滤波 | 第22-25页 |
| 2.1.4 同态滤波 | 第25-27页 |
| 2.2 图像增强 | 第27-32页 |
| 2.2.1 灰度直方图 | 第27-28页 |
| 2.2.2 直方图均衡化 | 第28-29页 |
| 2.2.3 局部优化实验及分析 | 第29-32页 |
| 2.3 图像锐化 | 第32-34页 |
| 2.4 图像复原 | 第34-37页 |
| 2.4.1 逆滤波恢复 | 第34-36页 |
| 2.4.2 维纳滤波恢复 | 第36-37页 |
| 2.4.3 恢复结果及分析 | 第37页 |
| 2.5 本章小结 | 第37-39页 |
| 第3章 双目视觉系统的相机标定 | 第39-57页 |
| 3.1 相机坐标系模型 | 第39-41页 |
| 3.2 相机模型 | 第41-43页 |
| 3.2.1 相机的线性模型 | 第41-42页 |
| 3.2.2 相机的非线性透视模型 | 第42-43页 |
| 3.3 双目相机标定及其优化 | 第43-50页 |
| 3.3.1 相机标定方法分类 | 第43-44页 |
| 3.3.2 张正友标定法 | 第44-46页 |
| 3.3.3 基于张正友标定法的快速标定的优化 | 第46-49页 |
| 3.3.4 优化结果与分析 | 第49-50页 |
| 3.4 基于Matlab的立体标定 | 第50-54页 |
| 3.4.1 Matlab立体标定 | 第50-53页 |
| 3.4.2 标定结果及分析 | 第53-54页 |
| 3.5 本章小结 | 第54-57页 |
| 第4章 双目视觉系统的立体匹配 | 第57-75页 |
| 4.1 基于海天线的畸变判定 | 第57-62页 |
| 4.1.1 基于canny算法的边缘检测 | 第57-58页 |
| 4.1.2 基于Hough变换的海天线提取及判定 | 第58-60页 |
| 4.1.3 实验结果及分析 | 第60-62页 |
| 4.2 立体匹配基本理论 | 第62-66页 |
| 4.2.1 极线几何与基本矩阵 | 第62-64页 |
| 4.2.2 匹配基元与匹配约束 | 第64-66页 |
| 4.3 立体匹配方法 | 第66-68页 |
| 4.3.1 基于灰度（区域）的匹配方法 | 第66-67页 |
| 4.3.2 基于特征的匹配方法 | 第67-68页 |
| 4.3.3 基于相位的匹配方法 | 第68页 |
| 4.4 视差优化的半全局双目匹配方法 | 第68-72页 |
| 4.4.1 半全局双目匹配 | 第68-70页 |
| 4.4.2 基于中值滤波的视差优化 | 第70-72页 |
| 4.5 实验结果及分析 | 第72-74页 |
| 4.6 本章小结 | 第74-75页 |
| 第5章 目标物体的测量 | 第75-83页 |
| 5.1 三维测量的基本原理 | 第75-78页 |
| 5.1.1 单目测量的基本原理 | 第75-76页 |
| 5.1.2 双目三角测量的基本原理 | 第76-78页 |
| 5.2 空间点位置的三维测量 | 第78-79页 |
| 5.3 实验结果及分析 | 第79-82页 |
| 5.4 本章小结 | 第82-83页 |
| 第6章 双目系统设计与实现 | 第83-89页 |
| 6.1 无人平台构建 | 第83-84页 |
| 6.2 无人平台的视觉系统 | 第84-87页 |
| 6.3 程序设计与实现 | 第87-88页 |
| 6.4 本章小结 | 第88-89页 |
| 总结与展望 | 第89-91页 |
| 参考文献 | 第91-95页 |
| 攻读学位期间发表的学术论文和取得的研究成果 | 第95-97页 |
| 致谢 | 第97页 |
