| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第13-18页 |
| 1.1 课题背景及研究意义 | 第13-14页 |
| 1.2 机器视觉技术简介 | 第14页 |
| 1.3 机器视觉技术在结构变形位移检测应用中的研究现状与趋势 | 第14-16页 |
| 1.4 本文主要研究内容和组织结构 | 第16-18页 |
| 第2章 人工标志的设计及其定位 | 第18-37页 |
| 2.1 引言 | 第18页 |
| 2.2 人工标志设计 | 第18-19页 |
| 2.3 图像预处理 | 第19-31页 |
| 2.3.1 图像灰度化 | 第19-21页 |
| 2.3.2 图像增强 | 第21-24页 |
| 2.3.3 图像平滑 | 第24-26页 |
| 2.3.4 图像分割 | 第26-29页 |
| 2.3.5 基于数学形态学法处理标志点与背景粘连 | 第29-31页 |
| 2.4 目标定位算法选择及分析 | 第31-34页 |
| 2.4.1 最小二乘椭圆拟合算法 | 第31-33页 |
| 2.4.2 改进的最小二乘椭圆拟和算法 | 第33-34页 |
| 2.5 拟合实验结果及对比 | 第34-35页 |
| 2.6 本章小结 | 第35-37页 |
| 第3章 特征点匹配与跟踪 | 第37-47页 |
| 3.1 引言 | 第37页 |
| 3.2 特征点匹配 | 第37-39页 |
| 3.3 特征点跟踪 | 第39-46页 |
| 3.3.1 基于模板匹配的跟踪算法 | 第40页 |
| 3.3.2 Camshift跟踪算法 | 第40-43页 |
| 3.3.3 Kalman滤波器跟踪算法 | 第43-44页 |
| 3.3.4 本试验目标跟踪方法选择与分析 | 第44-46页 |
| 3.4 本章小结 | 第46-47页 |
| 第4章 摄像机标定及三维测量分析 | 第47-62页 |
| 4.1 引言 | 第47页 |
| 4.2 摄像机标定模型分析 | 第47-51页 |
| 4.2.1 针孔成像模型 | 第47-50页 |
| 4.2.2 非线性摄像机模型 | 第50-51页 |
| 4.3 相机标定方法 | 第51-58页 |
| 4.3.1 张正友标定法 | 第51-54页 |
| 4.3.2 基于双目的立体标定 | 第54-55页 |
| 4.3.3 本试验中相机标定过程及结果分析 | 第55-58页 |
| 4.4 双目立体视觉测量的数学分析 | 第58-61页 |
| 4.4.1 三维坐标测量原理及数学模型 | 第58-60页 |
| 4.4.2 标志点处结构试件变形位移测量算法 | 第60-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第5章 试验方案设计及结果分析 | 第62-74页 |
| 5.1 引言 | 第62页 |
| 5.2 试验方案概述 | 第62-63页 |
| 5.3 硬件部分 | 第63-64页 |
| 5.3.1 地震模拟振动台与结构试件 | 第63页 |
| 5.3.2 摄像机 | 第63-64页 |
| 5.3.3 数据采集模块与计算机 | 第64页 |
| 5.4 软件部分 | 第64-68页 |
| 5.4.1 系统软件集成 | 第64-66页 |
| 5.4.2 功能实现 | 第66-68页 |
| 5.5 试验结果及分析 | 第68-73页 |
| 5.5.1 固定位移验证试验 | 第68-70页 |
| 5.5.2 正弦信号激励下的试验 | 第70-73页 |
| 5.5.3 影响测量结果的因素 | 第73页 |
| 5.6 本章小结 | 第73-74页 |
| 总结与展望 | 第74-76页 |
| 结论 | 第74页 |
| 展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 致谢 | 第80-81页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第81页 |