一种新型并联机器人位姿的视觉检测系统研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-23页 |
| ·研究目的与意义 | 第12页 |
| ·研究背景及现状 | 第12-20页 |
| ·研究背景 | 第12-13页 |
| ·计算机视觉及其检测系统研究现状 | 第13-17页 |
| ·图像处理研究现状 | 第17-18页 |
| ·立体视觉匹配技术研究现状 | 第18-20页 |
| ·主要研究内容与创新点 | 第20-21页 |
| ·论文章节安排 | 第21-23页 |
| 第二章 并联机器人位姿立体视觉检测系统的框架 | 第23-29页 |
| ·引言 | 第23页 |
| ·冗余驱动机器人的结构 | 第23-25页 |
| ·并联机器人位姿双目视觉检测系统及其组成 | 第25-28页 |
| ·图像采集传输模块 | 第27页 |
| ·摄像机标定模块 | 第27页 |
| ·立体匹配算法模块 | 第27页 |
| ·空间点重建模块 | 第27-28页 |
| ·位姿测量模块 | 第28页 |
| ·小结 | 第28-29页 |
| 第三章 并联机器人的图像信息采集与显示系统 | 第29-38页 |
| ·引言 | 第29页 |
| ·LabView简介 | 第29-30页 |
| ·仿真平台框图与功能实现 | 第30-33页 |
| ·图像信息采集系统 | 第33-36页 |
| ·图像信息显示系统 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第四章 并联机器人视觉检测系统的摄像机标定方法 | 第38-43页 |
| ·引言 | 第38页 |
| ·成像几何基础 | 第38-41页 |
| ·三种坐标系及其相互关系 | 第38-40页 |
| ·针孔模型 | 第40-41页 |
| ·摄像机标定方法 | 第41-42页 |
| ·线性摄像机标定 | 第41-42页 |
| ·非线性摄像机标定 | 第42页 |
| ·小结 | 第42-43页 |
| 第五章 基于尺度不变特征变换的立体匹配算法 | 第43-56页 |
| ·引言 | 第43页 |
| ·各种立体匹配技术及SIFT算法 | 第43-46页 |
| ·各种立体匹配技术及其特点 | 第43-44页 |
| ·SIFT算法与图像的多尺度表示 | 第44-46页 |
| ·基于SIFT的立体匹配算法 | 第46-51页 |
| ·尺度空间极值检测 | 第46-48页 |
| ·剔除不稳定关键点 | 第48-49页 |
| ·确定关键点方向向量 | 第49-50页 |
| ·生成SIFT特征向量 | 第50-51页 |
| ·利用SIFT特征向量完成匹配 | 第51页 |
| ·实验结果 | 第51-55页 |
| ·视觉效果 | 第51-54页 |
| ·仿真结果 | 第54-55页 |
| ·小结 | 第55-56页 |
| 第六章 基于改进粒子群优化算法的位姿测量方法 | 第56-70页 |
| ·引言 | 第56-57页 |
| ·空间点重建机理 | 第57-58页 |
| ·3D仿射变换 | 第58-61页 |
| ·平移 | 第58页 |
| ·缩放 | 第58-59页 |
| ·旋转 | 第59-61页 |
| ·位姿求解 | 第61-64页 |
| ·位姿表示 | 第61-63页 |
| ·求解旋转角度θ,φ,Φ, | 第63-64页 |
| ·求平移变量t_x,t_y,t_z | 第64页 |
| ·改进的粒子群优化算法求解位姿 | 第64-67页 |
| ·粒子群优化算法 | 第64-66页 |
| ·改进的粒子群优化算法求解位姿 | 第66-67页 |
| ·实验结果 | 第67-69页 |
| ·小结 | 第69-70页 |
| 第七章 总结与展望 | 第70-72页 |
| 参考文献 | 第72-81页 |
| 致谢 | 第81-82页 |
| 攻读硕士期间参加的项目和发表的论文 | 第82页 |
