| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·引言 | 第7页 |
| ·机器人视觉系统的研究动态及发展趋势 | 第7-9页 |
| ·国外的研究动态及发展趋势 | 第7-8页 |
| ·国内的研究动态及发展趋势 | 第8-9页 |
| ·目标匹配与跟踪方法概况 | 第9-10页 |
| ·双目视觉系统理论概述 | 第9页 |
| ·目标匹配方法概述 | 第9-10页 |
| ·目标跟踪方法概述 | 第10页 |
| ·论文内容安排 | 第10-11页 |
| ·论文创新点 | 第11-13页 |
| 第二章 机器人双目视觉系统 | 第13-25页 |
| ·引言 | 第13页 |
| ·双目视觉系统的结构 | 第13-16页 |
| ·线性成像模型 | 第14-15页 |
| ·非线性成像模型 | 第15-16页 |
| ·常见的标定方法 | 第16-17页 |
| ·离线相机标定 | 第17-21页 |
| ·标定的基本方程 | 第17-19页 |
| ·摄像机参数闭合解 | 第19-20页 |
| ·标定摄像机畸变参数 | 第20-21页 |
| ·基于 Matlab 标定工具箱的离线相基表定实验 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 目标匹配 | 第25-39页 |
| ·引言 | 第25-26页 |
| ·基于灰度的目标匹配 | 第26-27页 |
| ·尺度不变特征变换 | 第27-32页 |
| ·SIFT 描述子 | 第27-28页 |
| ·特征匹配和利用改进的 RANSAC 算法进行误匹配点剔除 | 第28-30页 |
| ·SIFT 目标匹配实验 | 第30-32页 |
| ·加速稳健特征 | 第32-35页 |
| ·构建 SURF 描述子 | 第32-34页 |
| ·基于独立稳健特征的目标匹配 | 第34页 |
| ·SURF 匹配仿真实验 | 第34-35页 |
| ·BRIEF 特征在目标匹配中的应用 | 第35-37页 |
| ·tao 测试及 BRIEF 特征 | 第35-36页 |
| ·BRIEF 特征的匹配方法 | 第36页 |
| ·BRIEF 算法的仿真实验及与 SIFT、SURF 算法的性能比较 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 运动目标跟踪 | 第39-51页 |
| ·引言 | 第39页 |
| ·Camshift 算法 | 第39-45页 |
| ·颜色概率分布 | 第39-40页 |
| ·Mean Shift 算法模块 | 第40-42页 |
| ·Camshift 算法流程和跟踪实验 | 第42-45页 |
| ·粒子滤波跟踪 | 第45-48页 |
| ·最优贝叶斯滤波和序贯重要抽样算法 | 第46-47页 |
| ·系统状态转移模型和系统观测模型 | 第47页 |
| ·子滤波算法流程和踪实验 | 第47-48页 |
| ·本章小节 | 第48-51页 |
| 第五章 机器人视觉系统应用设计 | 第51-57页 |
| ·引言 | 第51页 |
| ·基于 TMS320DM6437 的双目视觉系统概况 | 第51-52页 |
| ·模拟视频信号的采集及 A/D 转换 | 第52-53页 |
| ·DSP 软件设计及开发工具 | 第53页 |
| ·DSP/BIOS | 第53-54页 |
| ·帧差法目标检测及跟踪在 DSP 上的实现 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 主要结论与展望 | 第57-58页 |
| 主要结论 | 第57页 |
| 展望 | 第57-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-61页 |
| 附录 作者在攻读硕士学位期间发表的论文 | 第61页 |
