基于双目视觉及DSP的农田障碍物检测与路径识别方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·本论文的研究背景与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·双目视觉在农业领域的研究现状 | 第11-13页 |
| ·DSP 技术的研究现状 | 第13-14页 |
| ·本论文中涉及的关键技术 | 第14-16页 |
| ·图像处理技术 | 第14-15页 |
| ·机器视觉技术 | 第15-16页 |
| ·双目视觉技术 | 第16页 |
| ·研究内容 | 第16-18页 |
| 第二章 双目摄像机的标定 | 第18-33页 |
| ·摄像机标定的概述 | 第18页 |
| ·摄像机标定原理 | 第18-23页 |
| ·视觉坐标系的建立 | 第18-20页 |
| ·单目摄像机成像模型 | 第20-23页 |
| ·双目摄像机成像模型 | 第23页 |
| ·本文选用的标定方法 | 第23-32页 |
| ·常用的摄像机标定方法 | 第23-24页 |
| ·基于 Matlab 的平面方格点标定法 | 第24-29页 |
| ·基于 OpenCV 的改进两步标定法 | 第29-31页 |
| ·两种方案的对比与选择 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于双目视觉的农田障碍物检测方法研究 | 第33-49页 |
| ·双目视觉测距原理 | 第33-34页 |
| ·图像的获取 | 第34-35页 |
| ·双目校正 | 第35-38页 |
| ·Hartley 校正算法 | 第35-36页 |
| ·Bouguet 校正算法 | 第36-37页 |
| ·校正实验过程 | 第37-38页 |
| ·立体匹配 | 第38-46页 |
| ·立体匹配概述 | 第38-40页 |
| ·常用的匹配算法 | 第40-42页 |
| ·障碍物检测实验与结果分析 | 第42-46页 |
| ·障碍物的深度测量 | 第46-47页 |
| ·障碍物检测程序集成 | 第47页 |
| ·本章小结 | 第47-49页 |
| 第四章 基于 DSP 的路径识别方法研究 | 第49-66页 |
| ·硬件实验平台的搭建 | 第49-55页 |
| ·DSP 芯片的选型 | 第49-52页 |
| ·平台的搭建 | 第52-55页 |
| ·软件开发环境 CCS | 第55-58页 |
| ·软件开发环境简介 | 第55-56页 |
| ·软件开发流程 | 第56-58页 |
| ·路径识别方法研究 | 第58-65页 |
| ·总体结构设计 | 第58-59页 |
| ·系统初始化模块 | 第59-63页 |
| ·视频采集与输出模块 | 第63-64页 |
| ·图像处理算法模块 | 第64-65页 |
| ·本章小结 | 第65-66页 |
| 第五章 结论与展望 | 第66-68页 |
| ·结论 | 第66页 |
| ·展望 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 作者简介 | 第72页 |
