驼峰提钩自动化系统中目标捕捉的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·论文的选题背景和研究意义 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·论文主要研究内容 | 第11-14页 |
| ·机器视觉中的关键技术 | 第11-13页 |
| ·论文研究思路 | 第13-14页 |
| 2 图像预处理 | 第14-26页 |
| ·图像增强方法 | 第14-21页 |
| ·图像对比度增强方法 | 第14-18页 |
| ·图像去噪方法 | 第18-21页 |
| ·图像边缘提取方法 | 第21-23页 |
| ·Roberts 梯度算子 | 第21页 |
| ·Sobel 算子 | 第21-22页 |
| ·Canny 算子 | 第22-23页 |
| ·改进的 Canny 边缘检测算法 | 第23-26页 |
| ·子图像直方图分类 | 第23-24页 |
| ·自适应设定高、低阈值 | 第24-26页 |
| 3 基于几何特征的模板匹配 | 第26-41页 |
| ·常用的模板匹配方法 | 第26-27页 |
| ·基于图像灰度值的模板匹配 | 第26-27页 |
| ·基于图像形状的模板匹配 | 第27页 |
| ·基于几何特征的模板匹配算法 | 第27-33页 |
| ·计算相似度量 | 第27-29页 |
| ·终止相似度量计算的条件 | 第29-30页 |
| ·加速搜索策略 | 第30-33页 |
| ·提高匹配精度的方法 | 第33-36页 |
| ·模板匹配实验结果 | 第36-41页 |
| ·噪声测试 | 第37-38页 |
| ·光照测试 | 第38-39页 |
| ·平移和伸缩放测试 | 第39-41页 |
| 4 双目立体视觉在提钩自动化系统中的应用 | 第41-57页 |
| ·摄像机标定 | 第41-48页 |
| ·常用摄像机标定方法 | 第41-44页 |
| ·基于神经网络的摄像机标定方法 | 第44-48页 |
| ·特征提取 | 第48-50页 |
| ·立体匹配 | 第50-54页 |
| ·立体匹配方法简介 | 第50-51页 |
| ·模板匹配和特征点匹配的结合 | 第51-54页 |
| ·深度恢复 | 第54-57页 |
| 5 实验结果分析 | 第57-63页 |
| ·图像预处理 | 第57-58页 |
| ·模板匹配 | 第58-59页 |
| ·提取角点 | 第59页 |
| ·立体匹配和深度计算 | 第59-60页 |
| ·三维坐标恢复 | 第60-63页 |
| 结论 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-67页 |
| 攻读学位期间的研究成果 | 第67页 |
