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

基于双目视觉的运动目标定位研究

摘要第1-3页
Abstract第3-7页
第一章 绪论第7-15页
   ·选题的目的和意义第7页
   ·双目视觉系统及国内外研究现状第7-11页
     ·计算机视觉第7-9页
     ·国外研究现状第9-10页
     ·国内研究现状第10-11页
   ·双目视觉系统的关键技术第11-13页
   ·本文研究内容第13-15页
第二章 图像采集与预处理第15-25页
   ·图像采集第15页
   ·图像预处理第15-24页
     ·图像预处理方法第16-18页
     ·基于蒙特卡罗模拟的图像预处理方法第18-24页
   ·本章小结第24-25页
第三章 摄像机标定第25-35页
   ·摄像机成像模型第25-27页
     ·线性模型第25-26页
     ·非线性模型第26-27页
   ·摄像机标定方法第27-28页
     ·传统标定方法第27页
     ·自标定方法第27-28页
     ·基于神经网络的标定方法第28页
   ·改进的平面标定法第28-31页
     ·求解单应矩阵第28-30页
     ·由单应矩阵求解摄像机部分参数初值第30页
     ·优化摄像机内外参数第30-31页
   ·双目视觉系统标定第31-34页
     ·双目视觉系统标定过程第31-32页
     ·实验结果分析第32-34页
   ·本章小结第34-35页
第四章 特征提取与立体匹配第35-47页
   ·特征提取方法第35-39页
     ·角点检测算法第35-36页
     ·Harris角点检测算法第36页
     ·改进的Harris角点检测算法第36-38页
     ·角点检测结果分析第38-39页
   ·立体匹配方法第39-44页
     ·立体匹配方法分类第39-40页
     ·匹配约束条件第40-42页
     ·基于图像校正与灰度相关性的立体匹配第42-44页
     ·实验结果分析第44页
   ·运动目标定位第44-46页
   ·本章小结第46-47页
第五章 双目视觉定位系统设计与实现第47-53页
   ·实验系统组成第47-48页
     ·实验系统硬件结构第47页
     ·实验系统程序设计第47-48页
   ·实验结果分析第48-52页
     ·摄像机标定第48-49页
     ·运动目标定位第49-52页
   ·本章小结第52-53页
第六章 总结与展望第53-55页
   ·全文总结第53页
   ·存在的不足与后续研究的展望第53-55页
参考文献第55-59页
攻读硕士期间研究成果第59-60页
致谢第60-61页

论文共61页,点击 下载论文
上一篇:基于Pro/ENGINEER的机械零件工艺结构特征库的设计与研究
下一篇:基于计算机视觉的织物疵点自动检测技术研究