机器视觉系统研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-16页 |
| ·机器视觉概述 | 第8-10页 |
| ·机器视觉的发展 | 第10-13页 |
| ·机器视觉系统的发展历程 | 第10-11页 |
| ·国外机器人视觉系统的发展 | 第11-12页 |
| ·国内机器人视觉系统的发展 | 第12-13页 |
| ·机器人视觉技术的应用以及目前的难题 | 第13-14页 |
| ·主要研究内容 | 第14-16页 |
| 第2章 基于神经网络的摄像机标定 | 第16-33页 |
| ·摄像机标定概述 | 第16-19页 |
| ·透视变换和摄像机模型 | 第19-24页 |
| ·坐标系及坐标变换 | 第19-21页 |
| ·摄像机针孔模型 | 第21-22页 |
| ·非线性镜头畸变 | 第22-24页 |
| ·摄像机标定技术 | 第24页 |
| ·神经网络概述 | 第24-27页 |
| ·神经元模型 | 第25页 |
| ·神经网络的网络结构 | 第25-26页 |
| ·神经网络的学习规则 | 第26-27页 |
| ·基于BP神经网络的平面视觉摄像机标定 | 第27-33页 |
| ·BP神经网络结构 | 第28-30页 |
| ·标定实验 | 第30-33页 |
| 第3章 机器视觉研究中图像的边缘检测方法 | 第33-50页 |
| ·数字图像处理的特点 | 第33-34页 |
| ·边缘检测技术的概念及常用方法 | 第34-40页 |
| ·边缘检测的概念 | 第34-35页 |
| ·边缘检测的常用算法 | 第35-40页 |
| ·模糊理论在图像处理中的应用 | 第40-43页 |
| ·模糊的基本理论 | 第40-42页 |
| ·图像的模糊特征平面 | 第42-43页 |
| ·多信息融合的模糊边缘检测技术 | 第43-49页 |
| ·算法分析 | 第43-45页 |
| ·三方面信息的隶属度函数的确定 | 第45-46页 |
| ·边缘检测流程及参数的确定 | 第46-49页 |
| ·试验结果的比较 | 第49页 |
| ·结论 | 第49-50页 |
| 第4章 特征提取和模式识别 | 第50-61页 |
| ·模式识别技术概述 | 第50-51页 |
| ·神经网络用于模式识别的特点 | 第51-52页 |
| ·特征提取 | 第52-56页 |
| ·图像识别的实验 | 第56-59页 |
| ·结论 | 第59-61页 |
| 第5章 总结与展望 | 第61-63页 |
| ·结论 | 第61-62页 |
| ·有待进一步研究的问题 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表论文情况 | 第67-68页 |
| 致谢 | 第68页 |
