基于双目立体视觉的移动机器人测障策略研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-15页 |
| ·课题研究背景与意义 | 第7-8页 |
| ·课题的国内外研究现状 | 第8-11页 |
| ·双目立体视觉的实现方法和技术特点 | 第11-13页 |
| ·本文研究内容与章节安排 | 第13-15页 |
| 2 自主式移动机器人的摄像机标定技术研究 | 第15-33页 |
| ·摄像机成像原理与畸变模型分析 | 第16-20页 |
| ·摄像机的参考坐标系 | 第16-18页 |
| ·摄像机针孔成像模型 | 第18-19页 |
| ·摄像机非线性模型 | 第19-20页 |
| ·摄像机标定方法的研究 | 第20-25页 |
| ·摄像机传统标定方法 | 第21-24页 |
| ·摄像机自标定方法 | 第24-25页 |
| ·基于主动视觉的标定方法 | 第25页 |
| ·本文所采用的摄像机标定方法 | 第25-29页 |
| ·仿真实验 | 第29-31页 |
| ·本章小结 | 第31-33页 |
| 3 自主式移动机器人的视觉图像处理技术研究 | 第33-49页 |
| ·图像的采集 | 第33页 |
| ·图像预处理 | 第33-39页 |
| ·彩色图像灰度化 | 第34页 |
| ·图像平滑 | 第34-35页 |
| ·图像锐化 | 第35-39页 |
| ·图像分割方法的研究 | 第39-45页 |
| ·边缘提取 | 第39-42页 |
| ·图像阈值分割 | 第42-44页 |
| ·区域生长与分裂合并法 | 第44页 |
| ·聚类分割法 | 第44-45页 |
| ·本文所采用的图像分割方法 | 第45-48页 |
| ·传统的Otsu 阈值分割法 | 第45-46页 |
| ·改进的Otsu 阈值分割法 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 4 自主式移动机器人立体视觉匹配算法研究 | 第49-61页 |
| ·立体匹配基本原理分析 | 第49-50页 |
| ·立体匹配的实现步骤 | 第50-53页 |
| ·匹配基元的选择 | 第50-52页 |
| ·匹配准则 | 第52-53页 |
| ·算法结构 | 第53页 |
| ·立体匹配方法的研究 | 第53-54页 |
| ·基于特征的匹配方法 | 第53页 |
| ·基于相位的匹配方法 | 第53-54页 |
| ·基于区域相关的匹配算法研究 | 第54-60页 |
| ·匹配算法的相关系数 | 第55-56页 |
| ·匹配算法的结构 | 第56-57页 |
| ·仿真实验 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 5 基于立体视觉的障碍物检测研究 | 第61-68页 |
| ·实时机器人视觉及障碍检测 | 第61-62页 |
| ·立体视觉障碍物检测原理 | 第62-64页 |
| ·空间点的三维重建 | 第64-65页 |
| ·障碍物检测算法 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 6 试验研究 | 第68-74页 |
| ·试验目的 | 第68页 |
| ·试验环境 | 第68页 |
| ·障碍物检测试验 | 第68-72页 |
| ·试验结果与误差分析 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 7 总结与展望 | 第74-76页 |
| ·总结 | 第74-75页 |
| ·展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| 附录 | 第80-81页 |
| 致谢 | 第81页 |
