基于双目立体视觉的电力仪表定位与抓取系统研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题来源及研究的背景和意义 | 第9-11页 |
| 1.1.1 课题来源 | 第9页 |
| 1.1.2 研究的背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 基于双目立体视觉定位的研究现状 | 第11-12页 |
| 1.2.2 视觉与工业机器人结合应用的研究现状 | 第12-13页 |
| 1.3 本文的主要研究内容 | 第13-15页 |
| 第2章 双目相机标定与手眼标定 | 第15-29页 |
| 2.1 双目立体视觉原理 | 第15-19页 |
| 2.1.1 坐标系的建立 | 第15-18页 |
| 2.1.2 双目相机成像模型 | 第18-19页 |
| 2.2 双目相机标定 | 第19-22页 |
| 2.2.1 双目相机标定方法 | 第19-20页 |
| 2.2.2 双目相机标定结果与分析 | 第20-22页 |
| 2.3 手眼标定 | 第22-28页 |
| 2.3.1 手眼标定原理 | 第22-24页 |
| 2.3.2 基于直积法的手眼标定 | 第24-25页 |
| 2.3.3 手眼标定结果与分析 | 第25-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 电力仪表轮廓提取与型号识别 | 第29-41页 |
| 3.1 电力仪表轮廓提取 | 第29-34页 |
| 3.1.1 基于混合高斯模型检测转动仪表 | 第29-31页 |
| 3.1.2 转动仪表检测实验与结果分析 | 第31-33页 |
| 3.1.3 背景差分法提取仪表轮廓 | 第33-34页 |
| 3.2 仪表型号文字区域提取 | 第34-37页 |
| 3.3 仪表型号识别 | 第37-39页 |
| 3.3.1 基于BOW模型的仪表图像多分类 | 第37-39页 |
| 3.3.2 仪表型号识别实验与结果分析 | 第39页 |
| 3.4 本章小结 | 第39-41页 |
| 第4章 电力仪表三维坐标计算与姿态估计 | 第41-52页 |
| 4.1 立体匹配 | 第41-44页 |
| 4.1.1 立体匹配算法概述 | 第41-42页 |
| 4.1.2 立体匹配的约束准则 | 第42-44页 |
| 4.2 仪表图像的立体匹配 | 第44-49页 |
| 4.2.1 基于SGBM算法的立体匹配 | 第44-45页 |
| 4.2.2 基于SIFT特征算子的立体匹配 | 第45-47页 |
| 4.2.3 电力仪表的三维坐标计算与结果分析 | 第47-49页 |
| 4.3 电力仪表的姿态估计与结果分析 | 第49-51页 |
| 4.4 本章小结 | 第51-52页 |
| 第5章 电力仪表抓取实验与结果分析 | 第52-68页 |
| 5.1 电力仪表定位与抓取系统功能与技术要求 | 第52-54页 |
| 5.2 仪表抓取实验硬件系统 | 第54-58页 |
| 5.2.1 硬件系统总体结构 | 第54-55页 |
| 5.2.2 硬件系统组成 | 第55-58页 |
| 5.3 仪表抓取实验软件系统 | 第58-63页 |
| 5.4 仪表抓取实验与结果分析 | 第63-66页 |
| 5.4.1 电力仪表抓取实验 | 第63-66页 |
| 5.4.2 抓取实验结果分析 | 第66页 |
| 5.5 本章小结 | 第66-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 致谢 | 第75页 |
