基于不规则物体的视觉定位研究
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第1章 绪论 | 第9-15页 |
1.1 引言 | 第9-10页 |
1.2 视觉定位的基本概念 | 第10-11页 |
1.3 不规则物体视觉定位研究现状 | 第11-13页 |
1.4 本课题实验结构 | 第13-14页 |
1.5 本课题主要内容 | 第14-15页 |
第2章 图像预处理及靶标角点的提取 | 第15-28页 |
2.1 图像预处理 | 第15-18页 |
2.1.1 图像滤波 | 第15-16页 |
2.1.2 图像灰度变换 | 第16-17页 |
2.1.3 图像阈值分割 | 第17-18页 |
2.2 靶标角点的提取 | 第18-27页 |
2.2.1 常用角点检测算法 | 第19-20页 |
2.2.2 像素级角点提取 | 第20-21页 |
2.2.3 像素级角点的筛选 | 第21-23页 |
2.2.4 亚像素级角点提取 | 第23-24页 |
2.2.5 靶标角点的排序 | 第24-27页 |
2.3 本章小结 | 第27-28页 |
第3章 不规则物体的视觉定位 | 第28-44页 |
3.1 相机模型 | 第28-31页 |
3.2 相机的标定 | 第31-33页 |
3.3 图像和工作平台映射关系 | 第33-35页 |
3.4 不规则物体的位姿提取 | 第35-43页 |
3.4.1 不规则物体位姿提取常用方法 | 第35-37页 |
3.4.2 利用几何矩提取不规则物体位姿 | 第37-39页 |
3.4.3 提取多个物体位姿 | 第39-42页 |
3.4.4 快速提取多物体位姿 | 第42-43页 |
3.5 本章小结 | 第43-44页 |
第4章 不规则物体的识别 | 第44-52页 |
4.1 不规则物体的特征提取 | 第44-46页 |
4.2 分类器 | 第46-51页 |
4.2.1 常用分类器 | 第46-47页 |
4.2.2 神经网络分类器 | 第47-51页 |
4.3 本章小结 | 第51-52页 |
第5章 软硬件实现及实验验证 | 第52-62页 |
5.1 硬件系统 | 第52页 |
5.2 软件系统 | 第52-54页 |
5.3 实验结果 | 第54-61页 |
5.3.1 标定模块实验 | 第54-56页 |
5.3.2 识别模块实验 | 第56-59页 |
5.3.3 定位模块实验 | 第59-61页 |
5.4 本章小结 | 第61-62页 |
结论 | 第62-63页 |
参考文献 | 第63-68页 |
致谢 | 第68页 |