基于双目视觉的机器人定位技术研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 引言 | 第8页 |
| 1.2 研究背景及意义 | 第8-9页 |
| 1.3 机器人双目视觉研究现状 | 第9-12页 |
| 1.3.1 国外研究现状 | 第9-11页 |
| 1.3.2 国内研究现状 | 第11-12页 |
| 1.4 主要研究内容 | 第12-14页 |
| 第二章 机器人双目视觉原理及硬件系统设计 | 第14-26页 |
| 2.1 引言 | 第14页 |
| 2.2 摄像机工作原理 | 第14页 |
| 2.3 摄像机成像模型 | 第14-18页 |
| 2.3.1 参考坐标系 | 第15-16页 |
| 2.3.2 小孔成像模型 | 第16页 |
| 2.3.3 摄像机内外参模型 | 第16-18页 |
| 2.4 双目视觉基本原理及模型 | 第18-21页 |
| 2.4.1 一般双目视觉模型 | 第18-20页 |
| 2.4.2 平行双目视觉模型 | 第20-21页 |
| 2.5 机器人视觉硬件系统设计 | 第21-25页 |
| 2.5.1 机器人视觉硬件系统组成 | 第21-24页 |
| 2.5.2 机器人视觉硬件系统设计及架构 | 第24-25页 |
| 2.6 本章小结 | 第25-26页 |
| 第三章 摄像机标定 | 第26-40页 |
| 3.1 引言 | 第26页 |
| 3.2 摄像机内参标定 | 第26-29页 |
| 3.3 机器人视觉系统手眼标定 | 第29-31页 |
| 3.3.1 手眼系统数学模型 | 第29-30页 |
| 3.3.2 常用手眼标定法研究 | 第30-31页 |
| 3.4 机器人手眼关系混合标定方法 | 第31-33页 |
| 3.4.1 手眼关系中旋转矩阵R的标定 | 第32-33页 |
| 3.4.2 手眼关系中平移矩阵T的标定 | 第33页 |
| 3.4.3 手眼标定过程描述 | 第33页 |
| 3.5 标定实验及结果 | 第33-39页 |
| 3.5.1 摄像机内参标定实验 | 第34-36页 |
| 3.5.2 手眼标定实验 | 第36-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 图像处理及目标定位算法 | 第40-51页 |
| 4.1 引言 | 第40页 |
| 4.2 图像滤波 | 第40-44页 |
| 4.2.1 图像噪声 | 第40-41页 |
| 4.2.2 邻域均值滤波 | 第41页 |
| 4.2.3 高斯滤波 | 第41-42页 |
| 4.2.4 双边滤波 | 第42-43页 |
| 4.2.5 中值滤波 | 第43页 |
| 4.2.6 实验与分析 | 第43-44页 |
| 4.3 图像二值化 | 第44-48页 |
| 4.3.1 Otsu二值化 | 第45页 |
| 4.3.2 基于熵的二值化 | 第45-46页 |
| 4.3.3 最小误差法二值化 | 第46页 |
| 4.3.4 迭代法二值化 | 第46-47页 |
| 4.3.5 自定义阈值二值化 | 第47页 |
| 4.3.6 实验与分析 | 第47-48页 |
| 4.4 目标点三维定位算法 | 第48-50页 |
| 4.4.1 目标像素点定位 | 第48页 |
| 4.4.2 目标点空间定位 | 第48-50页 |
| 4.5 本章小结 | 第50-51页 |
| 第五章 机器人视觉定位控制软件设计开发与实现 | 第51-62页 |
| 5.1 引言 | 第51页 |
| 5.2 需求分析 | 第51页 |
| 5.3 软件整体方案设计 | 第51-54页 |
| 5.3.1 开发语言及环境 | 第52页 |
| 5.3.2 EmguCV简介 | 第52-53页 |
| 5.3.3 软件总体框架搭建 | 第53-54页 |
| 5.4 软件主要模块介绍 | 第54-58页 |
| 5.4.1 标定数据录入模块 | 第54-55页 |
| 5.4.2 图像采集模块 | 第55-56页 |
| 5.4.3 摄像机参数调节模块 | 第56-57页 |
| 5.4.4 图像处理模块 | 第57页 |
| 5.4.5 目标定位模块 | 第57-58页 |
| 5.5 机器人视觉定位实例 | 第58-61页 |
| 5.6 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 论文总结 | 第62页 |
| 6.2 展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 附录: 作者在攻读硕士学位期间发表的论文 | 第68页 |
