| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第11-17页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.2 双目立体视觉简介 | 第12-15页 |
| 1.2.1 立体视觉的发展历程 | 第12-13页 |
| 1.2.2 双目立体视觉的主要研究现状 | 第13-15页 |
| 1.3 双目立体视觉的应用领域 | 第15-16页 |
| 1.4 论文的主要研究内容及结构框架 | 第16-17页 |
| 2 移动采样机关键参数检测方法研究 | 第17-25页 |
| 2.1 移动采样机工作情况分析 | 第17-18页 |
| 2.2 基于双目视觉的移动采样机关键参数检测方法 | 第18-21页 |
| 2.3 基于双目视觉的采样机关键参数检测的模拟实验装置 | 第21-24页 |
| 2.4 模拟实验装置的软件系统 | 第24页 |
| 2.5 本章小结 | 第24-25页 |
| 3 双目视觉系统的标定与图像校正方法研究 | 第25-43页 |
| 3.1 摄像机成像模型 | 第25-29页 |
| 3.1.1 成像系统坐标系 | 第25-27页 |
| 3.1.2 线性成像模型 | 第27-29页 |
| 3.1.3 非线性成像模型 | 第29页 |
| 3.2 双目平行立体视觉模型 | 第29-31页 |
| 3.3 摄像机标定方法 | 第31-37页 |
| 3.3.1 棋盘格平面标定算法 | 第32-37页 |
| 3.3.2 双目立体相机标定 | 第37页 |
| 3.4 相机标定实验 | 第37-41页 |
| 3.4.1 标定过程 | 第37-38页 |
| 3.4.2 标定结果及分析 | 第38-41页 |
| 3.5 图像校正方法 | 第41-42页 |
| 3.5.1 单幅图像的畸变矫正 | 第41页 |
| 3.5.2 双目图像的立体校正 | 第41-42页 |
| 3.6 本章小结 | 第42-43页 |
| 4 基于双目视觉的车厢相对高度测量方法研究 | 第43-67页 |
| 4.1 基于视觉的尺寸测量方法 | 第43-44页 |
| 4.1.1 单目视觉测量方法 | 第43-44页 |
| 4.1.2 双目视觉测量方法 | 第44页 |
| 4.2 图像分割方法 | 第44-45页 |
| 4.3 边缘检测方法 | 第45-59页 |
| 4.3.1 边缘检测步骤 | 第46页 |
| 4.3.2 常用边缘检测算法 | 第46-51页 |
| 4.3.3 经典边缘检测算子的实验检测结果 | 第51-54页 |
| 4.3.4 一种改进的Canny算子的阈值计算方法 | 第54-57页 |
| 4.3.5 基于Hough变换的边缘直线检测方法 | 第57-59页 |
| 4.4 角点检测与立体匹配方法 | 第59-62页 |
| 4.4.1 Shi-Tomasi角点检测算子 | 第59-60页 |
| 4.4.2 基于Shi-Tomasi角点特征的立体匹配 | 第60-62页 |
| 4.5 车厢上沿相对高度测量方法的试验验证研究 | 第62-65页 |
| 4.6 本章小结 | 第65-67页 |
| 5 基于双目视觉的采样机定位与自车速度检测方法研究 | 第67-85页 |
| 5.1 基于双目测距的采样机定位方法 | 第67-69页 |
| 5.1.1 基于SGBM算法的立体匹配 | 第67-69页 |
| 5.1.2 双目测距定位过程 | 第69页 |
| 5.2 基于双目图像序列的采样机自车速度检测方法 | 第69-77页 |
| 5.2.1 基于双目序列图像的采样机速度检测模型 | 第70-71页 |
| 5.2.2 SURF算法简介 | 第71-73页 |
| 5.2.3 基于SURF特征的图像匹配 | 第73-75页 |
| 5.2.4 摄像机坐标系的变换参数计算方法 | 第75-77页 |
| 5.3 采样机定位与测速方法的试验验证研究 | 第77-83页 |
| 5.3.1 双目测距定位试验 | 第78-80页 |
| 5.3.2 基于双目序列图像的采样机速度测量试验 | 第80-83页 |
| 5.4 本章小结 | 第83-85页 |
| 6 总结与展望 | 第85-87页 |
| 6.1 总结 | 第85页 |
| 6.2 展望 | 第85-87页 |
| 参考文献 | 第87-93页 |
| 攻读学位期间取得的研究成果 | 第93-95页 |
| 致谢 | 第95页 |
