机器人自动巡检系统中图像配准与图像匹配问题的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-16页 |
| ·变电站设备巡检机器人系统 | 第8-11页 |
| ·变电站设备巡检现状 | 第8-9页 |
| ·巡检机器人系统的结构 | 第9-11页 |
| ·机器人视觉研究现状与分析 | 第11-14页 |
| ·机器人视觉的概念和意义 | 第11-12页 |
| ·机器人视觉的关键技术 | 第12-14页 |
| ·本文的研究内容及结构安排 | 第14-16页 |
| 第2章 单目摄像机巡检图像的图像配准 | 第16-40页 |
| ·基于特征点的图像配准 | 第17-20页 |
| ·图像配准概述 | 第17-18页 |
| ·基于特征点的图像配准 | 第18-20页 |
| ·经典角点检测算法回顾与分析 | 第20-24页 |
| ·基于边缘检测的角点检测算法 | 第20-21页 |
| ·基于灰度的角点检测算法 | 第21-23页 |
| ·基于模板的角点检测算法 | 第23-24页 |
| ·Harris角点检测算法 | 第24-28页 |
| ·基于RANSAC匹配的场景对齐 | 第28-38页 |
| ·平面透视变换和平面透视变换矩阵 | 第29-31页 |
| ·基于多约束条件的灰度相关匹配 | 第31-33页 |
| ·特征点的RANSAC匹配 | 第33-37页 |
| ·基于两视角间参数估计的优化 | 第37-38页 |
| ·本章小结 | 第38-40页 |
| 第3章 基于图像匹配的设备图像确认 | 第40-49页 |
| ·图像匹配 | 第40-42页 |
| ·边缘提取算法 | 第42-43页 |
| ·Chamfer距离变换和图像的边缘匹配 | 第43-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 基于图像的设备状态的识别 | 第49-60页 |
| ·刀闸状态判别 | 第49-53页 |
| ·梯度检测及梯度方向计算 | 第50-51页 |
| ·Canny边缘检测 | 第51-52页 |
| ·刀闸状态判断 | 第52-53页 |
| ·仪表读数判别 | 第53-59页 |
| ·预处理 | 第54-55页 |
| ·表盘检测 | 第55-57页 |
| ·表针检测 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第5章 系统实现和试验结果分析 | 第60-68页 |
| ·系统实现 | 第60-62页 |
| ·试验结果分析 | 第62-67页 |
| ·角点检测及图像配准 | 第62-65页 |
| ·设备确认及设备状态识别 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 结论 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73页 |
