基于图像局部不变性特征的机器人目标识别与定位
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-12页 |
| 1 引言 | 第12-18页 |
| ·选题背景 | 第12页 |
| ·机器人视觉现状 | 第12-14页 |
| ·机器人目标识别与定位中的问题 | 第14-17页 |
| ·图像特征选择 | 第15-16页 |
| ·物体的特征表示与识别 | 第16页 |
| ·目标物体空间定位 | 第16-17页 |
| ·论文结构 | 第17-18页 |
| 2 图像的局部不变性特征描述 | 第18-31页 |
| ·局部不变性特征发展历程 | 第18页 |
| ·SIFT特征描述 | 第18-24页 |
| ·尺度空间极值检测 | 第19-21页 |
| ·特征点精确定位 | 第21-22页 |
| ·特征方向确定 | 第22-23页 |
| ·SIFT描述子生成 | 第23-24页 |
| ·SURF特征描述 | 第24-29页 |
| ·积分图像 | 第24-25页 |
| ·Hession矩阵近似表示 | 第25-26页 |
| ·构建尺度空间 | 第26-27页 |
| ·SURF特征描述子 | 第27-29页 |
| ·实验及分析 | 第29-31页 |
| 3 双目摄像机系统 | 第31-50页 |
| ·摄像机成像模型 | 第31-33页 |
| ·图像坐标系、摄像机坐标系与世界坐标系 | 第31-32页 |
| ·针孔相机模型 | 第32-33页 |
| ·摄像机标定 | 第33-41页 |
| ·相机标定建模 | 第34页 |
| ·单应性矩阵求解 | 第34-35页 |
| ·摄像机参数矩阵求解 | 第35-37页 |
| ·单目标定实验 | 第37-41页 |
| ·双目立体视觉 | 第41-50页 |
| ·三角测量 | 第41-42页 |
| ·对极几何 | 第42-43页 |
| ·本征矩阵与基础矩阵 | 第43-44页 |
| ·立体标定 | 第44页 |
| ·立体校正 | 第44-46页 |
| ·立体标定实验 | 第46-50页 |
| 4 物体识别与空间定位 | 第50-65页 |
| ·特征匹配 | 第51-57页 |
| ·图像特征点匹配 | 第51-52页 |
| ·KD-树的构建 | 第52-53页 |
| ·最邻近查询算法 | 第53-56页 |
| ·改进的KD-树最近邻查询 | 第56-57页 |
| ·匹配点对提纯 | 第57页 |
| ·物体在图像中定位 | 第57-62页 |
| ·图像间的透视变换 | 第57-58页 |
| ·RANSAC算法 | 第58页 |
| ·实验与分析 | 第58-62页 |
| ·目标物体空间位置确定 | 第62-65页 |
| 5 结论 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 作者简历 | 第69-71页 |
| 学位论文数据集 | 第71页 |
