基于立木测量目的的摄像机标定方法研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-14页 |
| ·引言 | 第8-9页 |
| ·整枝机械现状 | 第9-10页 |
| ·研究目的与意义 | 第10-12页 |
| ·智能立木整枝机视觉系统 | 第10-11页 |
| ·树干直径测量 | 第11-12页 |
| ·单目视觉神经网络测量 | 第12页 |
| ·论文主要内容与组织结构 | 第12-14页 |
| 2 摄像机标定 | 第14-34页 |
| ·引言 | 第14页 |
| ·摄像机成像模型 | 第14-20页 |
| ·常用坐标系及其关系 | 第14-16页 |
| ·线性模型 | 第16-18页 |
| ·非线性模型 | 第18-20页 |
| ·摄像机标定方法 | 第20-21页 |
| ·传统标定方法 | 第20-21页 |
| ·自标定方法 | 第21页 |
| ·基于主动视觉标定方法 | 第21页 |
| ·标定实验设计 | 第21-24页 |
| ·标定实验介绍 | 第21-22页 |
| ·实验器材 | 第22-23页 |
| ·实验设计 | 第23-24页 |
| ·图像预处理 | 第24-27页 |
| ·图像灰度化处理 | 第25页 |
| ·噪声处理 | 第25页 |
| ·阈值分割 | 第25-26页 |
| ·边缘提取 | 第26-27页 |
| ·特征信息提取 | 第27-29页 |
| ·标定过程 | 第29-32页 |
| ·标定参数 | 第29页 |
| ·基于共面点的标定过程 | 第29-32页 |
| ·世界坐标点计算 | 第32页 |
| ·本章小结 | 第32-34页 |
| 3 神经网络标定方法 | 第34-46页 |
| ·神经网络基础 | 第34-36页 |
| ·神经网络原理 | 第34-35页 |
| ·神经网络特点 | 第35-36页 |
| ·神经网络与摄像机标定 | 第36页 |
| ·神经网络标定算法 | 第36-43页 |
| ·BP网络 | 第36-40页 |
| ·BP改进算法 | 第40-41页 |
| ·BP算法设计 | 第41-43页 |
| ·算法实现与仿真实验 | 第43-44页 |
| ·摄像机标定方法比较 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 4 立木树干测量验证试验 | 第46-62页 |
| ·立木树干测量系统 | 第46页 |
| ·立木图像获取 | 第46-47页 |
| ·数字图像处理 | 第47-57页 |
| ·阈值分割 | 第47-51页 |
| ·图像平滑 | 第51-54页 |
| ·膨胀与腐蚀 | 第54-56页 |
| ·立木树干边缘检测 | 第56-57页 |
| ·树干直径测量 | 第57-60页 |
| ·数据采集 | 第57页 |
| ·BP网络测距方法 | 第57-58页 |
| ·算法验证及误差分析 | 第58-60页 |
| ·本章小结 | 第60-62页 |
| 5 结论与展望 | 第62-64页 |
| ·结论 | 第62页 |
| ·展望 | 第62-64页 |
| 参考文献 | 第64-70页 |
| 个人简介 | 第70-72页 |
| 导师简介 | 第72-74页 |
| 致谢 | 第74页 |
