首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

主被动位姿测量系统中联合标定算法的研究

摘要第4-6页
abstract第6-7页
第1章 绪论第13-21页
    1.1 课题背景与意义第13-15页
    1.2 研究现状第15-18页
        1.2.1 相机标定发展现状第15-17页
        1.2.2 激光标定发展现状第17-18页
    1.3 研究内容及组织结构第18-21页
第2章 激光-相机主被动联合测量模型第21-29页
    2.1 引言第21-22页
    2.2 相机成像模型第22-26页
        2.2.1 针孔成像模型第22-24页
        2.2.2 畸变模型第24-26页
    2.3 相机坐标系中的激光测量模型第26-28页
        2.3.1 激光光束在三维空间的表示第26-27页
        2.3.2 激光像点的分布第27-28页
    2.4 本章小结第28-29页
第3章 图像特征点提取第29-41页
    3.1 引言第29页
    3.2 角点提取算法第29-35页
        3.2.1 Harris角点提取算法第29-30页
        3.2.2 Bouguet亚像素角点提取方法第30-32页
        3.2.3角点提取实验第32-35页
    3.3 质心提取算法第35-39页
        3.3.1 灰度加权质心法第35-36页
        3.3.2 高斯函数拟合法第36页
        3.3.3质心提取实验第36-39页
    3.4 本章小结第39-41页
第4章 联合标定算法第41-61页
    4.1 引言第41页
    4.2 相机标定算法第41-51页
        4.2.1 张正友标定法第41-44页
        4.2.2 基于三维标定板的单张线性标定法第44-48页
        4.2.3相机标定仿真实验第48-51页
    4.3 激光标定算法第51-57页
        4.3.1 两步法标定激光光束第51-54页
        4.3.2 基于RANSAC提高激光标定鲁棒性第54-55页
        4.3.3激光标定仿真实验第55-57页
    4.4 联合标定仿真实验第57-60页
    4.5 本章小结第60-61页
第5章 基于主被动测量系统标定验证实验第61-69页
    5.1 引言第61页
    5.2 实验平台搭建第61-63页
    5.3 实验数据获取第63-65页
    5.4 实验结果与分析第65-68页
        5.4.1 相机标定结果分析第65-67页
        5.4.2 激光标定结果分析第67-68页
    5.5 本章小结第68-69页
第6章 总结与展望第69-71页
    6.1 论文总结第69-70页
    6.2 论文展望第70-71页
参考文献第71-75页
致谢第75-77页
作者简历及攻读学位期间发表的学术论文与研究成果第77页

论文共77页,点击 下载论文
上一篇:基于深度学习的图像生成技术
下一篇:物流的生态哲学解析