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

基于改进教与学优化算法的摄像机参数标定研究

摘要第5-6页
abstract第6-7页
第1章 绪论第10-16页
    1.1 研究目的和意义第10-11页
    1.2 课题的国内外研究现状第11-14页
        1.2.1 摄像机标定问题的国内外研究现状第11-13页
        1.2.2 教与学优化算法的国内外研究现状第13-14页
    1.3 课题研究内容及章节安排第14-16页
第2章 课题相关理论知识第16-31页
    2.1 摄像机标定方法分类第16-17页
    2.2 摄像机成像模型第17-21页
        2.2.1 小孔成像原理第17-18页
        2.2.2 参考坐标系第18-19页
        2.2.3 摄像机成像模型第19-21页
    2.3 特征检测提取的关键技术第21-22页
    2.4 角点检测方法第22-25页
        2.4.1 Harris角点检测方法第22-23页
        2.4.2 SUSAN角点检测方法第23-24页
        2.4.3 SV算子角点检测方法第24-25页
    2.5 TLBO算法第25-30页
        2.5.1 TLBO算法的基本思想第25-26页
        2.5.2 TLBO算法的基本概念第26-27页
        2.5.3 TLBO算法步骤第27-30页
    2.6 本章小结第30-31页
第3章 基于混合学习策略的教与学优化算法第31-42页
    3.1 引言第31页
    3.2 基于混合学习策略的教与学优化算法第31-35页
        3.2.1 改进的差分变异策略第31-32页
        3.2.2 混合学习策略的提出第32-33页
        3.2.3 扰动策略的提出第33-34页
        3.2.4 DSTLBO算法步骤第34-35页
    3.3 实验仿真与结果分析第35-41页
        3.3.1 两点改进的有效性验证第36-37页
        3.3.2 DSTLBO算法性能测试第37-41页
    3.4 本章小结第41-42页
第4章 基于改进教与学优化算法的摄像机参数标定研究第42-58页
    4.1 引言第42页
    4.2 摄像机标定过程第42-46页
        4.2.1 单目摄像机的参数求解第43-45页
        4.2.2 双目立体摄像机的参数求解第45页
        4.2.3 适应度函数第45-46页
    4.3 基于改进教与学优化的摄像机标定算法第46-50页
        4.3.1 改进的SS算子角点检测方法第47-48页
        4.3.2 摄像机参数的优化阶段第48-50页
    4.4 实验仿真与结果分析第50-57页
        4.4.1 抗噪声性能检测第53-55页
        4.4.2 算法标定收敛性能检测第55-56页
        4.4.3 双目摄像机位置关系第56-57页
    4.5 本章小结第57-58页
结论第58-60页
参考文献第60-64页
攻读硕士学位期间发表的论文和取得的科研成果第64-65页
致谢第65页

论文共65页,点击 下载论文
上一篇:显微图像中神经元结构提取算法的研究
下一篇:基于密度子空间与零空间的高维数据分类算法研究