| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景与意义 | 第10-11页 |
| 1.2 机器视觉的国内外研究现状 | 第11-12页 |
| 1.3 机器视觉在汽车领域的研究现状 | 第12-14页 |
| 1.4 研究内容 | 第14-15页 |
| 1.5 论文主要工作及结构安排 | 第15-16页 |
| 第二章 图像的预处理及轮廓提取 | 第16-31页 |
| 2.1 车门特征的选取 | 第16-19页 |
| 2.2 工业光源的选择 | 第19-23页 |
| 2.3 图像分割 | 第23-27页 |
| 2.3.1 图像阈值化处理 | 第23-25页 |
| 2.3.2 Canny边缘检测 | 第25-27页 |
| 2.4 车门特征轮廓提取 | 第27-29页 |
| 2.4.1 Freeman轮廓链码 | 第27-29页 |
| 2.4.2 轮廓提取的整体方案及提取结果 | 第29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 视觉系统标定 | 第31-42页 |
| 3.1 前言 | 第31页 |
| 3.2 单目相机模型 | 第31-33页 |
| 3.3 工具坐标系标定 | 第33-35页 |
| 3.4 工件坐标系标定 | 第35-36页 |
| 3.5 标定实验 | 第36-41页 |
| 3.5.1 工具坐标系标定 | 第37页 |
| 3.5.2 工件坐标系标定 | 第37-38页 |
| 3.5.3 单目相机标定 | 第38页 |
| 3.5.4 标定结果验证 | 第38-41页 |
| 3.6 本章小结 | 第41-42页 |
| 第四章 车门定位算法的研究 | 第42-62页 |
| 4.1 基于特征点的匹配定位算法的研究 | 第42-52页 |
| 4.1.1 基于SURF的车门定位算法研究 | 第42-48页 |
| 4.1.2 基于改进Harris-SURF的匹配定位算法研究 | 第48-52页 |
| 4.2 基于模板的匹配定位算法的研究 | 第52-56页 |
| 4.2.1 基于轮廓的模板匹配定位原理 | 第52-53页 |
| 4.2.2 获取轮廓特征的位置和旋转角度 | 第53-55页 |
| 4.2.3 本文车门定位算法的整体方案流程 | 第55-56页 |
| 4.3 实验过程及定位精度验证 | 第56-61页 |
| 4.4 本章小结 | 第61-62页 |
| 第五章 汽车车门定位系统的搭建与实验 | 第62-68页 |
| 5.1 视觉系统实现平台 | 第62-64页 |
| 5.2 获取车门位置信息测试 | 第64-67页 |
| 5.3 本章小结 | 第67-68页 |
| 第六章 结论与展望 | 第68-70页 |
| 6.1 结论 | 第68页 |
| 6.2 展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第73-74页 |
| 致谢 | 第74页 |