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

基于多目立体视觉的零件分类与识别系统研究与实现

摘要第4-5页
abstract第5页
第一章 绪论第9-13页
    1.1 选题背景及意义第9-10页
    1.2 国内外研究现状第10-11页
        1.2.1 立体视觉技术国内外研究现状第10-11页
        1.2.2 零件分类与识别技术国内外研究现状第11页
    1.3 论文研究内容第11-13页
第二章 基于多目立体视觉的零件分类与识别系统总体设计第13-21页
    2.1 三目立体视觉系统硬件环境搭建第13-19页
        2.1.1 硬件选型第13-15页
        2.1.2 三目立体视觉系统安装第15-19页
    2.2 系统软件总体设计第19-20页
        2.2.1 系统软件架构第19-20页
        2.2.2 软件开发环境第20页
    2.3 本章小结第20-21页
第三章 零件三维重建方案研究第21-36页
    3.1 三目相机标定第21-27页
        3.1.1 摄像机成像模型第21页
        3.1.2 单目相机标定原理第21-23页
        3.1.3 三目相机位姿传递第23-24页
        3.1.4 标定实验第24-27页
    3.2 立体匹配第27-30页
        3.2.1 双相机外极线几何结构第27-29页
        3.2.2 立体校正第29页
        3.2.3 立体匹配算法选择第29-30页
    3.3 零件表面点云重构第30-34页
        3.3.1 八叉树结构第31页
        3.3.2 基于泊松方程的点云重建第31-33页
        3.3.3 基于移动四面体算法的点云平滑第33-34页
    3.4 零件三维模型连通性分析第34-35页
    3.5 本章小结第35-36页
第四章 零件三维模型分类与识别方法研究第36-49页
    4.1 分类与识别方法概述第36-38页
        4.1.1 常用的基于三维点云的识别方法第36页
        4.1.2 常用的基于学习机制的分类方法第36-38页
        4.1.3 零件分类与识别方法选择第38页
    4.2 基于三维表面的模板匹配法第38-42页
        4.2.1 点对特征第39页
        4.2.2 全局模板描述第39-40页
        4.2.3 位姿计算第40-42页
    4.3 支持向量机法第42-45页
        4.3.1 线性可分二维分类问题第42-43页
        4.3.2 非线性可分二维分类问题第43-44页
        4.3.3 核函数第44页
        4.3.4 多类问题第44-45页
    4.4 支持向量机方法中零件的特征选择第45-48页
        4.4.1 常用特征提取方法第45页
        4.4.2 零件三维几何特征选择第45页
        4.4.3 零件三维形状特征选择第45-47页
        4.4.4 特征向量预处理第47-48页
    4.5 本章小结第48-49页
第五章 基于多目立体视觉的零件分类与识别系统软件实现第49-61页
    5.1 系统主程序设计与实现第49-50页
        5.1.1 系统主程序流程图第49页
        5.1.2 系统用户主界面第49-50页
    5.2 图像采集模块设计与实现第50-53页
        5.2.1 相机SDK图像采集第50-52页
        5.2.2 相机参数设置界面第52-53页
    5.3 相机标定模块设计与实现第53-54页
        5.3.1 相机标定程序流程图第53页
        5.3.2 相机标定用户界面第53-54页
    5.4 立体重构模块设计与实现第54-57页
        5.4.1 立体重构程序流程图第54-56页
        5.4.2 立体重构参数设置界面第56-57页
    5.5 基于表面的模板匹配方法模块设计与实现第57-59页
        5.5.1 基于表面的模板匹配方法程序流程图第57页
        5.5.2 基于表面的模板匹配方法参数设置界面第57-59页
    5.6 支持向量机方法模块设计与实现第59-60页
        5.6.1 支持向量机法程序流程图第59页
        5.6.2 支持向量机法参数设置界面第59-60页
    5.7 本章小结第60-61页
第六章 实验结果与分析第61-72页
    6.1 零件立体重构结果分析第61-64页
        6.1.1 零件立体重构精度分析第61-64页
        6.1.2 零件立体重构误差分析第64页
    6.2 零件分类与识别结果分析第64-69页
        6.2.1 基于表面的模板匹配法实验结果第65-67页
        6.2.2 支持向量机法实验结果第67-68页
        6.2.3 两种分类与识别方法结果分析第68页
        6.2.4 分类与识别结果误差分析第68-69页
    6.3 零件位姿定位实验第69-71页
        6.3.1 零件位姿定位结果第69-70页
        6.3.2 零件位姿定位结果分析第70页
        6.3.3 零件位姿定位误差分析第70-71页
    6.4 本章小结第71-72页
总结与展望第72-74页
参考文献第74-79页
攻读学位期间取得的研究成果第79-80页
致谢第80页

论文共80页,点击 下载论文
上一篇:基于双维度多特征的表情识别方法研究
下一篇:基于达芬奇技术的车辆夜视辅助驾驶系统研究