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

基于平行双目视觉的环境特征提取方法研究

摘要第1-6页
Abstract第6-10页
1 绪论第10-19页
   ·课题背景及研究意义第10-11页
   ·国内外双目视觉发展现状第11-13页
   ·环境特征信息分析第13-14页
   ·双目视觉关键技术第14-17页
   ·论文的研究内容和创新点第17-19页
     ·论文的研究内容第17-18页
     ·论文的创新点第18-19页
2 成像模型与摄像机标定第19-35页
   ·摄像机成像模型第19-25页
     ·四个参考坐标系第19-21页
     ·针孔模型下平行双目视觉坐标公式推导第21-25页
   ·摄像机标定方法第25-29页
     ·传统摄像机标定方法第25-29页
       ·透视变换法第26-27页
       ·利用最优化算法的标定方法第27-28页
       ·Tsai两步法第28页
       ·双平面标定方法第28-29页
     ·摄像机自标定方法第29页
     ·张正友标定方法第29页
   ·摄像机参数标定实验第29-34页
     ·平行摄像机视觉系统内参数标定及实验第30-32页
     ·平行摄像机视觉系统外参数标定及实验第32-34页
   ·本章小结第34-35页
3 特征点提取与基于点特征的立体匹配第35-52页
   ·特征点提取第35-41页
     ·Moravec算子第36-37页
     ·SUSAN算子第37-39页
     ·Trajkovic算子第39-40页
     ·Harris算子第40-41页
   ·特征点描述符第41-44页
     ·特征点描述符概述第42页
     ·改进的特征点描述符第42-44页
   ·基于点特征的立体匹配第44-48页
     ·基于点特征匹配方法的特征分析第45-46页
     ·改进的基于点特征的立体匹配方法第46-48页
   ·实验结果第48-50页
   ·本章小结第50-52页
4 不规则障碍物检测与特征信息提取第52-64页
   ·双目视觉障碍物检测分析第52-53页
   ·本文采用的障碍物检测算法第53-60页
     ·视差图信息提取第53-56页
     ·障碍物检测算法第56-60页
     ·障碍物特征信息提取第60页
   ·系统整合与实验结果第60-63页
     ·平行双目视觉系统整合第60-61页
     ·实验结果第61-63页
   ·本章小结第63-64页
5 总结与展望第64-66页
   ·总结第64页
   ·展望第64-66页
参考文献第66-68页
致谢第68-70页
个人简历、在学期间发表的学术论文第70页

论文共70页,点击 下载论文
上一篇:基于肤色和主成分分析的人脸检测和识别的算法研究
下一篇:基于分布式数据集成技术的校园综合管理系统设计