基于视觉的自充电移动机器人目标定位算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-16页 |
| ·移动机器人自充电技术研究目的及意义 | 第11-12页 |
| ·移动机器人自充电技术发展现状 | 第12-14页 |
| ·自充电关键技术 | 第14-15页 |
| ·本文内容及组织结构 | 第15-16页 |
| 第2章 基于视觉的自主移动机器人系统 | 第16-22页 |
| ·自主移动机器人系统构成 | 第16-20页 |
| ·移动机器人主控系统 | 第16-17页 |
| ·远程监控系统 | 第17页 |
| ·移动平台系统 | 第17-18页 |
| ·机械手子系统 | 第18-19页 |
| ·视觉系统 | 第19-20页 |
| ·机器人自充电控制策略 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 插孔目标图像检测 | 第22-45页 |
| ·图像预处理 | 第22-25页 |
| ·线性平滑滤波 | 第22-24页 |
| ·非线性平滑滤波 | 第24-25页 |
| ·图像分割处理 | 第25-31页 |
| ·基于边缘的图像分割 | 第25-26页 |
| ·基于灰度的阈值化分割 | 第26-28页 |
| ·膨胀与腐蚀处理 | 第28-29页 |
| ·图像分割处理实验 | 第29-31页 |
| ·目标特征提取 | 第31-34页 |
| ·目标特征概论 | 第31-32页 |
| ·相对位置与形状特征提取 | 第32-34页 |
| ·目标匹配 | 第34-44页 |
| ·基于相对位置与形状特征的插孔目标判定 | 第34-38页 |
| ·模板匹配法 | 第38-39页 |
| ·基于自更新模板的插孔目标匹配 | 第39-40页 |
| ·目标匹配实验结果及分析 | 第40-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 基于特征不变量技术的图像匹配 | 第45-61页 |
| ·宽基线特征匹配技术 | 第45-48页 |
| ·宽基线特征匹配概述 | 第45-46页 |
| ·全局特征与局部特征 | 第46-48页 |
| ·基于 SIFT算法的特征提取 | 第48-55页 |
| ·图像尺度空间理论 | 第48-50页 |
| ·尺度空间极值检测 | 第50-52页 |
| ·特征点精确定位 | 第52-53页 |
| ·特征点方向信息获取 | 第53-54页 |
| ·SIFT特征向量生成 | 第54-55页 |
| ·SIFT特征向量匹配 | 第55-56页 |
| ·实验结果及分析 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 基于 SIFT特征点的插座目标空间定位 | 第61-81页 |
| ·图像中插座目标定位 | 第61-69页 |
| ·孤立点消除 | 第62-64页 |
| ·匹配点选择 | 第64-65页 |
| ·目标标定点计算 | 第65-66页 |
| ·实验结果及分析 | 第66-69页 |
| ·插座目标空间定位 | 第69-80页 |
| ·摄像机模型 | 第69-72页 |
| ·双目立体视觉模型 | 第72-75页 |
| ·摄像机标定 | 第75-77页 |
| ·摄像机坐标系中目标定位实验 | 第77-80页 |
| ·本章小结 | 第80-81页 |
| 结论 | 第81-82页 |
| 参考文献 | 第82-86页 |
| 攻读硕士学位期间发表的论文和取得的成果 | 第86-87页 |
| 致谢 | 第87页 |
