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

基于单目视觉的铅球项目成绩测量系统的研究与实现

摘要第2-3页
Abstract第3-4页
第一章 绪论第7-12页
    1.1 课题研究背景和意义第7-8页
    1.2 国内外单目视觉测量研究现状第8-10页
        1.2.1 国外单目视觉测量的研究现状第8-9页
        1.2.2 国内单目视觉测量的研究现状第9-10页
    1.3 论文的主要研究内容第10-11页
    1.4 论文组织结构第11-12页
第二章 基于机器视觉的目标检测与识别第12-19页
    2.1 图像预处理第12-16页
        2.1.1 滤波处理第12-14页
        2.1.2 颜色空间转换第14-16页
    2.2 目标识别第16页
        2.2.1 基于统计学习的目标识别方法第16页
        2.2.2 基于模板匹配的目标识别方法第16页
    2.3 运动目标检测第16-18页
        2.3.1 背景差分法第17页
        2.3.2 帧差分法第17-18页
        2.3.3 光流法第18页
    2.4 本章小结第18-19页
第三章 摄像机成像模型与标定第19-28页
    3.1 摄像机成像模型第19-23页
        3.1.1 摄像机模型中常用坐标系第19-20页
        3.1.2 摄像机模型第20-23页
    3.2 摄像机标定第23-24页
        3.2.1 摄像机参数第23页
        3.2.2 摄像机标定方法第23-24页
    3.3 张正友摄像机标定法第24-27页
        3.3.1 计算单应性矩阵第24-25页
        3.3.2 摄像机内外参数求解第25-27页
    3.4 本章小结第27-28页
第四章 铅球项目视觉测量系统的设计与实现第28-48页
    4.1 系统构成与工作过程第28-30页
    4.2 系统硬件的选择与平台架设第30-32页
        4.2.1 摄像机选取第30-31页
        4.2.2 标靶设计第31页
        4.2.3 硬件设备平台搭建第31-32页
    4.3 摄像机标定模块设计第32-34页
    4.4 标靶识别模块第34-43页
        4.4.1 基本原理第34-35页
        4.4.2 标靶识别程序设计第35-43页
    4.5 系统测试与误差分析第43-46页
        4.5.1 系统测试第43-46页
        4.5.2 误差分析第46页
    4.6 本章小结第46-48页
第五章 总结与展望第48-50页
    5.1 总结第48页
    5.2 工作展望第48-50页
参考文献第50-53页
致谢第53-54页
攻读硕士学位期间发表的学术论文目录第54-55页

论文共55页,点击 下载论文
上一篇:科研工作成功原因挖掘及可视化
下一篇:智能交通监控视频图像抖动异常画质检测