基于单目视觉的物体位姿估计方法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 课题背景及研究的目的和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 本文主要研究内容 | 第12-14页 |
| 第2章 目标物体的3D模型创建 | 第14-30页 |
| 2.1 相机标定 | 第14-19页 |
| 2.1.1 坐标系转换和刚体运动 | 第14-16页 |
| 2.1.2 相机成像原理和相机标定 | 第16-18页 |
| 2.1.3 相机畸变模型 | 第18-19页 |
| 2.2 解析目标物体CAD模型 | 第19-20页 |
| 2.3 提取CAD模型的轮廓特征 | 第20-23页 |
| 2.3.1 求解三角网格外法向量 | 第20页 |
| 2.3.2 目标物体表面的区域分割 | 第20-22页 |
| 2.3.3 提取目标物体轮廓 | 第22-23页 |
| 2.4 求解投影矩阵 | 第23-25页 |
| 2.5 目标物体投影和消影 | 第25-26页 |
| 2.6 目标物体3D模型创建 | 第26-29页 |
| 2.6.1 2D模型创建 | 第26-27页 |
| 2.6.2 3D模型创建 | 第27-29页 |
| 2.7 本章小结 | 第29-30页 |
| 第3章 目标物体图像识别 | 第30-48页 |
| 3.1 引言 | 第30-31页 |
| 3.2 常用的图像算法 | 第31-33页 |
| 3.2.1 基于灰度特征的图像识别算法 | 第31-32页 |
| 3.2.2 基于几何特征的图像识别算法 | 第32页 |
| 3.2.3 商业化图像识别算法 | 第32-33页 |
| 3.3 一种改进的图像识别算法 | 第33-47页 |
| 3.3.1 常用的边缘检测算法 | 第34-36页 |
| 3.3.2 提取目标物体边缘和梯度特征 | 第36-37页 |
| 3.3.3 建立目标物体2D模型 | 第37-41页 |
| 3.3.4 建立目标识别的误差函数 | 第41-43页 |
| 3.3.5 目标函数求解 | 第43-44页 |
| 3.3.6 相似度评价函数和权重获取 | 第44-45页 |
| 3.3.7 图像金字塔加快识别速度 | 第45页 |
| 3.3.8 实验结果 | 第45-47页 |
| 3.4 本章小结 | 第47-48页 |
| 第4章 3D物体位姿识别结果与分析 | 第48-61页 |
| 4.1 目标物体位姿识别搜索策略 | 第48-49页 |
| 4.2 实验结果与分析 | 第49-60页 |
| 4.3 本章小结 | 第60-61页 |
| 结论 | 第61-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68页 |
