智能V-AGV双目视觉系统研究
摘要 | 第1-4页 |
Abstract | 第4-5页 |
目录 | 第5-8页 |
第一章 绪论 | 第8-15页 |
·引言 | 第8-9页 |
·机器视觉 | 第9-10页 |
·V-AGV系统的主要技术 | 第10-11页 |
·导航 | 第10页 |
·定位 | 第10页 |
·路径规划 | 第10-11页 |
·智能控制 | 第11页 |
·多信息融合 | 第11页 |
·V-AGV双目视觉技术 | 第11-13页 |
·图像的获取 | 第11-12页 |
·摄像机标定 | 第12页 |
·图像预处理与特征提取 | 第12-13页 |
·立体匹配 | 第13页 |
·深度信息提取及三维重建 | 第13页 |
·本文研究的内容 | 第13-15页 |
第二章 V-AGV系统 | 第15-22页 |
·V-AGV系统 | 第15-16页 |
·双目立体视觉的基本原理 | 第16-17页 |
·V-AGV系统的硬件组成 | 第17-21页 |
·CCD摄像机 | 第17-18页 |
·图像采集卡 | 第18-19页 |
·多功能数字输入输出板 | 第19-20页 |
·视频无线发送接受装置 | 第20-21页 |
·本章小结 | 第21-22页 |
第三章 V-AGV系统的摄像机标定 | 第22-37页 |
·摄像机标定方法 | 第22-27页 |
·摄像机传统标定方法 | 第23-26页 |
·摄像机自标定方法 | 第26-27页 |
·摄像机标定原理 | 第27-34页 |
·摄像机坐标系及模型 | 第27-31页 |
·透视变换标定方法 | 第31-34页 |
·双摄像机标定方法 | 第34页 |
·摄像机标定实验 | 第34-36页 |
·实验设计 | 第34-35页 |
·标定结果 | 第35-36页 |
·本章小结 | 第36-37页 |
第四章 图像预处理及目标识别 | 第37-50页 |
·颜色特征识别 | 第37-42页 |
·颜色空间模型 | 第37-40页 |
·颜色模型的选择 | 第40-41页 |
·图像颜色分割 | 第41-42页 |
·图像预处理 | 第42-46页 |
·噪声去除和图像填充 | 第42-45页 |
·目标物体的轮廓提取 | 第45-46页 |
·基于形状特征的识别 | 第46-49页 |
·本章小结 | 第49-50页 |
第五章 V-AGV视觉系统的三维测量 | 第50-57页 |
·平行双目下的三维空间坐标计算 | 第50-51页 |
·一般位置下的坐标计算 | 第51-53页 |
·实验结果 | 第53-56页 |
·本章小结 | 第56-57页 |
第六章 总结 | 第57-59页 |
·论文工作总结 | 第57页 |
·未来工作及展望 | 第57-59页 |
致谢 | 第59-60页 |
参考文献 | 第60-63页 |
附录A 攻读硕士学位期间发表论文情况 | 第63页 |