| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第7-19页 |
| 1.1 头盔随动系统简介 | 第7-8页 |
| 1.2 随动头盔的国内外研究现状 | 第8-13页 |
| 1.2.1 不同测量原理的随动头盔 | 第8-11页 |
| 1.2.2 机器视觉测量 | 第11-13页 |
| 1.3 课题来源 | 第13-14页 |
| 1.4 系统设计组成 | 第14-18页 |
| 1.4.1 摄像头与图像采集模块 | 第15-16页 |
| 1.4.2 数据传输模块与随动视频仪 | 第16页 |
| 1.4.3 相机标定模块 | 第16页 |
| 1.4.4 数据处理模块 | 第16-18页 |
| 1.5 本章小结 | 第18-19页 |
| 第二章 相机成像模型及相机标定 | 第19-36页 |
| 2.1 几个坐标系的建立 | 第19-22页 |
| 2.2 相机成像模型 | 第22-24页 |
| 2.3 相机标定 | 第24-35页 |
| 2.3.1 传统的相机标定方法 | 第24-25页 |
| 2.3.2 相机自标定方法 | 第25页 |
| 2.3.3 张正友的“棋盘”相机标定算法 | 第25-27页 |
| 2.3.4 模糊粒子群算法及本课题相机标定算法实现 | 第27-32页 |
| 2.3.5 相机标定结果及有效性验证 | 第32-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第三章 特征提取 | 第36-48页 |
| 3.1 特征提取作用 | 第36页 |
| 3.2 常用特征 | 第36-38页 |
| 3.3 本课题所选取的特征 | 第38-39页 |
| 3.4 特征提取算法 | 第39-45页 |
| 3.4.1 RGB图像分割 | 第40-42页 |
| 3.4.2 对特征区域进行轮廓提取 | 第42-43页 |
| 3.4.3 对提取区域轮廓进行形状检测 | 第43-45页 |
| 3.5 特征提取实验与分析 | 第45-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第四章 双目视觉三维重建及头部偏转角度计算 | 第48-63页 |
| 4.1 立体匹配算法 | 第48-51页 |
| 4.1.1 双目视觉立体匹配算法概述 | 第49页 |
| 4.1.2 本课题立体匹配方案 | 第49-51页 |
| 4.2 空间坐标系的选择 | 第51-52页 |
| 4.3 三维重建算法 | 第52-56页 |
| 4.3.1 本课题三维重建算法 | 第52-55页 |
| 4.3.2 三维重建实验结果与误差分析 | 第55-56页 |
| 4.4 头部运动角度测量 | 第56-59页 |
| 4.5 测量结果分析 | 第59-61页 |
| 4.6 本章小结 | 第61-63页 |
| 第五章 系统实验与分析 | 第63-67页 |
| 5.1 实验软件开发环境 | 第63-65页 |
| 5.1.1 Microsoft Visual Studio 2010系统简介 | 第64页 |
| 5.1.2 OpenCV简介 | 第64页 |
| 5.1.3 实验系统软件平台展示 | 第64-65页 |
| 5.2 实验结果及误差分析 | 第65-66页 |
| 5.3 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 课题总结 | 第67-68页 |
| 6.2 课题展望 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74-75页 |
| 作者简介 | 第75页 |