基于机器视觉集装箱吊具智能定位系统研究
摘要 | 第6-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第12-20页 |
1.1 本课题研究背景与意义 | 第12-14页 |
1.1.1 研究背景 | 第12-13页 |
1.1.2 研究意义 | 第13-14页 |
1.2 国内外研究现状 | 第14-15页 |
1.3 机器视觉图像处理方法 | 第15-17页 |
1.3.1 OpenCV数据库 | 第15-16页 |
1.3.2 双目机器视觉原理 | 第16-17页 |
1.4 主要研究内容及论文安排 | 第17-20页 |
1.4.1 主要研究内容 | 第17页 |
1.4.2 研究技术路线 | 第17-19页 |
1.4.3 论文安排 | 第19-20页 |
第2章 双目摄像机参数获取系统设计 | 第20-31页 |
2.1 双目摄像机模型分类 | 第20-22页 |
2.1.1 线性摄像机模型 | 第20-21页 |
2.1.2 非线性摄像机模型 | 第21-22页 |
2.2 双目摄像机标定 | 第22-27页 |
2.2.1 双目摄像机标定原理 | 第23-26页 |
2.2.2 双目立体标定实践方法 | 第26-27页 |
2.3 系统摄像机标定程序 | 第27-29页 |
2.4 定位系统摄像机标定试验 | 第29-30页 |
2.5 本章小结 | 第30-31页 |
第3章 图像像素坐标识别与定位 | 第31-43页 |
3.1 图像目标识别 | 第31-33页 |
3.1.1 吊孔识别计算流程 | 第31-32页 |
3.1.2 目标纹理识别 | 第32页 |
3.1.3 图像目标截取 | 第32-33页 |
3.2 图像目标匹配 | 第33-34页 |
3.3 数据图像预处理 | 第34-39页 |
3.3.1 图像平滑处理 | 第35-36页 |
3.3.2 图像二值化处理 | 第36-38页 |
3.3.3 图像形态学处理 | 第38-39页 |
3.4 吊孔识别与坐标获取 | 第39-42页 |
3.4.1 识别目标集装箱吊孔 | 第39-40页 |
3.4.2 获取目标集装箱吊孔坐标 | 第40-42页 |
3.5 本章小结 | 第42-43页 |
第4章 图像去雾处理与颜色识别 | 第43-65页 |
4.1 雾天成像原理 | 第43-46页 |
4.1.1 入射光衰减模型 | 第44-45页 |
4.1.2 大气光模型 | 第45-46页 |
4.2 去雾处理方法 | 第46-51页 |
4.2.1 暗通道提取 | 第47-48页 |
4.2.2 去雾处理流程 | 第48-51页 |
4.3 去雾效果评价 | 第51-53页 |
4.3.1 人眼主观评价 | 第51-52页 |
4.3.2 运算时间评价 | 第52页 |
4.3.3 绝对差值评价 | 第52-53页 |
4.4 颜色模型分类 | 第53-57页 |
4.4.1 RGB颜色模型 | 第53-54页 |
4.4.2 HSV颜色模型 | 第54-55页 |
4.4.3 HSI颜色模型 | 第55-56页 |
4.4.4 主要集装箱颜色分类 | 第56-57页 |
4.5 颜色识别流程 | 第57-62页 |
4.5.1 图像初始化 | 第57-58页 |
4.5.2 颜色模型转换 | 第58-61页 |
4.5.3 分离目标颜色 | 第61-62页 |
4.6 区域中心坐标计算 | 第62页 |
4.7 分离目标颜色区域 | 第62-64页 |
4.8 本章小结 | 第64-65页 |
第5章 集装箱智能定位系统开发与实现 | 第65-81页 |
5.1 系统主要编程平台 | 第65页 |
5.1.1 Visual Studio软件介绍 | 第65页 |
5.1.2 Visual Basic软件介绍 | 第65页 |
5.2 测试系统的设计与实现 | 第65-71页 |
5.2.1 整体界面设计 | 第66-69页 |
5.2.2 双目摄像机标定设计 | 第69-71页 |
5.2.3 摄像机自动拍摄实现 | 第71页 |
5.3 系统功能模块嵌入 | 第71-76页 |
5.3.1 去雾处理模块 | 第71-72页 |
5.3.2 图像预处理模块 | 第72-73页 |
5.3.3 集装箱颜色识别模块 | 第73-74页 |
5.3.4 锁孔定位模块 | 第74-76页 |
5.4 集装箱智能定位系统平台测试 | 第76-80页 |
5.5 本章小结 | 第80-81页 |
结论与展望 | 第81-83页 |
致谢 | 第83-84页 |
参考文献 | 第84-87页 |
攻读硕士学位期间发表的论文 | 第87页 |