基于轮廓识别的机器人可变视角障碍物检测方法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第12-23页 |
| 1.1 课题背景及意义 | 第12-15页 |
| 1.2 基于视觉的障碍物检测国内外发展现状 | 第15-17页 |
| 1.3 立体视觉 | 第17-20页 |
| 1.3.1 立体视觉概述 | 第17页 |
| 1.3.2 双目立体视觉的研究内容 | 第17-20页 |
| 1.4 拼接技术概述 | 第20页 |
| 1.4.1 二维拼接技术概述 | 第20页 |
| 1.4.2 三维拼接技术概述 | 第20页 |
| 1.5 课题的研究内容及安排 | 第20-23页 |
| 第2章 双目立体视觉系统标定 | 第23-39页 |
| 2.1 摄像机模型 | 第23-26页 |
| 2.1.1 小孔模型 | 第23-24页 |
| 2.1.2 摄像机内参数模型 | 第24-26页 |
| 2.1.3 摄像机外参数模型 | 第26页 |
| 2.2 摄像机标定方法 | 第26-31页 |
| 2.2.1 传统标定技术 | 第27-28页 |
| 2.2.2 张正友标定技术 | 第28-31页 |
| 2.3 立体标定 | 第31-32页 |
| 2.4 双目立体视觉系统构建 | 第32-33页 |
| 2.4.1 硬件平台 | 第32页 |
| 2.4.2 软件平台 | 第32-33页 |
| 2.5 双目立体视觉系统标定的实验结果及分析 | 第33-37页 |
| 2.6 本章小结 | 第37-39页 |
| 第3章 图像预处理 | 第39-61页 |
| 3.1 图像滤波 | 第39-42页 |
| 3.2 特征点检测算法 | 第42-50页 |
| 3.2.1 角点检测算法 | 第43-47页 |
| 3.2.2 SIFT特征点检测算法 | 第47-50页 |
| 3.3 边缘检测 | 第50-56页 |
| 3.3.1 梯度算子 | 第50-53页 |
| 3.3.2 高斯—拉普拉斯算子 | 第53-54页 |
| 3.3.3 Canny边缘检测算子 | 第54-56页 |
| 3.4 边界跟踪 | 第56-57页 |
| 3.4.1 边界跟踪方法 | 第56-57页 |
| 3.5 形态学 | 第57-59页 |
| 3.6 本章小结 | 第59-61页 |
| 第4章 基于轮廓识别的立体匹配 | 第61-70页 |
| 4.1 立体匹配约束准则 | 第61-63页 |
| 4.2 立体匹配算法 | 第63-64页 |
| 4.2.1 基于窗口的稀疏点匹配 | 第63-64页 |
| 4.2.2 基于窗口的密集点匹配 | 第64页 |
| 4.3 基于轮廓识别的立体匹配 | 第64-67页 |
| 4.4 实验结果及分析 | 第67-69页 |
| 4.5 本章小结 | 第69-70页 |
| 第5章 基于轮廓识别的快速三维重建 | 第70-78页 |
| 5.1 双目视觉三维重建模型 | 第70-72页 |
| 5.2 三维空间点的重建 | 第72-74页 |
| 5.2.1 三维重构的方法 | 第72-73页 |
| 5.2.2 三维空间点重建的算法描述 | 第73-74页 |
| 5.3 基于轮廓识别的快速三维重建实验结果及分析 | 第74-77页 |
| 5.3.1 实验结果 | 第75-77页 |
| 5.3.2 误差分析 | 第77页 |
| 5.4 本章小结 | 第77-78页 |
| 第6章 基于双重配准的可变视角内的三维拼接方法 | 第78-89页 |
| 6.1 拼接算法研究现状 | 第78-79页 |
| 6.2 不同空间直角坐标系之间的转换 | 第79-81页 |
| 6.3 融合算法 | 第81-82页 |
| 6.3.1 择优融合算法 | 第81页 |
| 6.3.2 加权平均融合算法 | 第81-82页 |
| 6.3.3 变换域的图像融合算法 | 第82页 |
| 6.4 基于双重配准的可变视角内的三维拼接方法 | 第82-86页 |
| 6.4.1 寻找两点云的重叠区域 | 第82-83页 |
| 6.4.2 初始配准 | 第83-84页 |
| 6.4.3 精确配准 | 第84-86页 |
| 6.4.4 融合 | 第86页 |
| 6.5 实验结果及分析 | 第86-88页 |
| 6.6 本章小结 | 第88-89页 |
| 第7章 总结与展望 | 第89-91页 |
| 7.1 总结 | 第89-90页 |
| 7.2 展望 | 第90-91页 |
| 参考文献 | 第91-95页 |
| 致谢 | 第95-96页 |
| 攻读硕士学位期间参加的科研项目和成果 | 第96页 |
