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

机械臂视觉系统的物体检测分拣算法研究

致谢第4-5页
摘要第5-6页
Abstract第6-7页
1 绪论第10-17页
    1.1 引言第10-12页
    1.2 国内外研究现状第12-15页
    1.3 本文的主要内容与结构安排第15-17页
2 图像特征检测与三维重建第17-30页
    2.1 Canny边缘检测算子第17-19页
    2.2 Harris角点检测算法第19-21页
    2.3 SIFT特征点检测算法第21-23页
    2.4 基于双目视觉的三维重建第23-29页
        2.4.1 双目立体视觉的基本原理第23-24页
        2.4.2 摄像机标定与极线校正第24-25页
        2.4.3 立体匹配第25-28页
        2.4.4 基于双目视觉三维重建实验结果第28-29页
    2.5 本章小结第29-30页
3 不同类目标物体的检测与验证第30-42页
    3.1 圆投影算法简介第30-31页
    3.2 支持向量机简介第31-32页
    3.3 基于圆投影匹配与SVM分类的物体检测算法第32-36页
        3.3.1 边界区域连通性判断第33-35页
        3.3.2 孤立物体与遮挡物体检测第35-36页
    3.4 实验验证第36-40页
        3.4.1 样本训练过程第36-37页
        3.4.2 实验结果第37-40页
    3.5 本章小结第40-42页
4 同类目标物体的检测与验证第42-67页
    4.1 基于显著性检测的背景剪除算法第42-47页
    4.2 毗邻情况下目标检测算法第47-57页
        4.2.1 面积计算第48-49页
        4.2.2 多目标分割第49-52页
        4.2.3 样本搜索匹配合成图像第52-57页
    4.3 遮挡情况下目标检测算法第57-61页
    4.4 实验验证第61-66页
    4.5 本章小结第66-67页
5 基于深度信息的物体分割与验证第67-75页
    5.1 确定聚类个数第67-68页
    5.2 聚类目标检测第68-72页
    5.3 实验结果第72-74页
    5.4 本章小结第74-75页
6 工作总结与展望第75-77页
    6.1 工作总结第75-76页
    6.2 展望第76-77页
参考文献第77-82页
作者简历及在学期间所取得的科研成果第82页

论文共82页,点击 下载论文
上一篇:面向电子病历文本分析的潜在语义分析应用研究
下一篇:基于LMRD码的常维码构造研究