基于三目立体视觉的工程机器人ROI图像处理技术研究
| 提要 | 第1-8页 |
| 第1章 绪论 | 第8-18页 |
| ·课题研究背景及意义 | 第8页 |
| ·立体视觉国内外研究现状 | 第8-14页 |
| ·立体视觉国外研究现状 | 第9-11页 |
| ·立体视觉国内研究现状 | 第11-14页 |
| ·本课题研究的主要难点 | 第14-15页 |
| ·本文的主要研究内容 | 第15-16页 |
| ·本章小结 | 第16-18页 |
| 第2章 立体视觉技术综述 | 第18-28页 |
| ·立体视觉概论 | 第18-23页 |
| ·立体视觉的形成与发展 | 第18-21页 |
| ·立体视觉系统分类 | 第21-23页 |
| ·立体视觉系统模块 | 第23-25页 |
| ·图像采集 | 第23-24页 |
| ·摄像机标定 | 第24页 |
| ·特征提取 | 第24页 |
| ·立体匹配 | 第24-25页 |
| ·三维重建 | 第25页 |
| ·图像后处理 | 第25页 |
| ·立体视觉研究存在的问题和发展方向 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 第3章 立体视觉系统的摄像机标定技术 | 第28-46页 |
| ·摄像机模型 | 第28-32页 |
| ·透视模型 | 第28-31页 |
| ·立体图投影模型 | 第31-32页 |
| ·摄像机标定的主要方法 | 第32-38页 |
| ·线性标定 | 第32页 |
| ·非线性优化法 | 第32-33页 |
| ·两步法 | 第33-37页 |
| ·双平面法 | 第37-38页 |
| ·其他标定方法 | 第38页 |
| ·基于改进的3D立体标靶摄像机标定方法 | 第38-44页 |
| ·基于3D立体标靶的摄像机标定 | 第38-41页 |
| ·改进的3D立体标靶的摄像机标定 | 第41-44页 |
| ·本章小结 | 第44-46页 |
| 第4章 图像采集预处理 | 第46-64页 |
| ·传统的ROI图像处理技术 | 第46-55页 |
| ·ROI图像分割 | 第46-51页 |
| ·ROI图像压缩 | 第51-55页 |
| ·人眼成像 | 第55-56页 |
| ·人眼结构 | 第55页 |
| ·人眼成像与摄像机成像的区别 | 第55-56页 |
| ·模拟人眼ROI图像处理技术 | 第56-62页 |
| ·图像模糊处理方法 | 第56-59页 |
| ·基于改进的高斯模糊算法 | 第59-62页 |
| ·本章小结 | 第62-64页 |
| 第5章 立体匹配 | 第64-74页 |
| ·图像匹配概述 | 第64页 |
| ·基于图像几何和场景的约束 | 第64-66页 |
| ·基于图像几何的约束 | 第65页 |
| ·基于场景的约束 | 第65-66页 |
| ·立体匹配算法 | 第66-69页 |
| ·基于局部约束的算法 | 第67-68页 |
| ·基于全局约束算法 | 第68-69页 |
| ·基于边缘线的三目立体匹配方法 | 第69-72页 |
| ·三目极线约束 | 第69-70页 |
| ·梯度方向约束 | 第70页 |
| ·改进的基于边缘线的三目立体匹配方法 | 第70-71页 |
| ·深度计算的几何模型 | 第71-72页 |
| ·本章小结 | 第72-74页 |
| 第6章 试验及结果分析 | 第74-86页 |
| ·试验硬件系统 | 第74-76页 |
| ·工程机器人的基本结构 | 第74-75页 |
| ·立体成像系统及其组成 | 第75-76页 |
| ·试验软件系统 | 第76-79页 |
| ·摄像机标定试验 | 第79-80页 |
| ·模拟人眼ROI图像处理技术试验 | 第80-83页 |
| ·立体匹配试验 | 第83-84页 |
| ·图像的边缘算法提取 | 第83页 |
| ·基于边缘线的三目立体匹配方法 | 第83-84页 |
| ·本章小结 | 第84-86页 |
| 第7章 结论 | 第86-88页 |
| ·全文总结 | 第86页 |
| ·展望 | 第86-88页 |
| 参考文献 | 第88-92页 |
| 摘要 | 第92-94页 |
| Abstract | 第94-97页 |
| 致谢 | 第97页 |
