| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-20页 |
| ·研究的目的和意义 | 第11-12页 |
| ·双目视觉系统概述 | 第12-17页 |
| ·硬件设备介绍 | 第13-15页 |
| ·视觉处理算法的关键技术 | 第15-17页 |
| ·国内外研究现状及发展 | 第17-19页 |
| ·本论文主要研究内容 | 第19-20页 |
| 第2章 摄像机标定 | 第20-36页 |
| ·引言 | 第20页 |
| ·摄像机模型 | 第20-24页 |
| ·常用的几种参考坐标系 | 第20-21页 |
| ·带有畸变的小孔摄像机模型 | 第21-24页 |
| ·需要标定的参数 | 第24页 |
| ·基于径向排列约束(RAC)的摄像机标定法 | 第24-28页 |
| ·径向排列约束(RAC) | 第25-26页 |
| ·RAC 两步法标定的计算过程 | 第26-28页 |
| ·一种基于模糊化神经网络的摄像机标定法 | 第28-35页 |
| ·模糊化神经网络的设计 | 第29-30页 |
| ·模糊化神经网络在摄像机标定中的应用 | 第30-32页 |
| ·模糊化神经网络摄像机标定的仿真实验和结果 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 图像处理基础知识与VC++编程处理 | 第36-53页 |
| ·引言 | 第36-37页 |
| ·数字图像的格式 | 第37-41页 |
| ·Windows 的BMP 文件结构 | 第37-40页 |
| ·DIB 位图格式与DDB 位图格式 | 第40-41页 |
| ·BMP 文件的显示 | 第41页 |
| ·图像滤波 | 第41-45页 |
| ·均值滤波 | 第42-43页 |
| ·中值滤波 | 第43-45页 |
| ·图像的灰度化及二值化 | 第45-46页 |
| ·边缘检测 | 第46-50页 |
| ·Roberts 算子 | 第47页 |
| ·Sobel 算子 | 第47-48页 |
| ·拉普拉斯(Laplacian)算子 | 第48-50页 |
| ·图像的细化 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第4章 双目视觉定位实验系统 | 第53-69页 |
| ·双目视觉定位系统硬件介绍 | 第53-55页 |
| ·CCD(Charge Coupled Device 电荷耦合器)摄像机 | 第53-54页 |
| ·图像采集卡 | 第54-55页 |
| ·PC 机配置要求 | 第55页 |
| ·双目视觉定位系统软件介绍 | 第55-56页 |
| ·图像采集与摄像机的标定 | 第56-61页 |
| ·摄像机标定的基本原理 | 第56-59页 |
| ·摄像机标定实验设计 | 第59-61页 |
| ·图像处理及物体中心点获得 | 第61-65页 |
| ·背景处理及特征区域提取 | 第61-63页 |
| ·待测物体获取 | 第63-64页 |
| ·物体中心点求取 | 第64-65页 |
| ·立体坐标定位 | 第65-67页 |
| ·坐标计算公式 | 第65-66页 |
| ·实验结果 | 第66-67页 |
| ·实验系统分析 | 第67页 |
| ·本章小结 | 第67-69页 |
| 第5章 卡尔曼滤波在运动估计中的应用 | 第69-82页 |
| ·运动估计的概念 | 第69页 |
| ·卡尔曼滤波器的基本原理 | 第69-72页 |
| ·卡尔曼滤波器在双目视觉系统中的应用 | 第72-76页 |
| ·双目视觉系统模型 | 第72-73页 |
| ·卡尔曼滤波器的构成 | 第73-75页 |
| ·仿真实验 | 第75-76页 |
| ·小结 | 第76页 |
| ·远程卡尔曼滤波运动估计 | 第76-81页 |
| ·卡尔曼滤波器的改进 | 第76-77页 |
| ·仿真实验 | 第77-79页 |
| ·实时远程估计的算法 | 第79页 |
| ·小结 | 第79-81页 |
| ·本章小结 | 第81-82页 |
| 结论 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第88-89页 |
| 致谢 | 第89-90页 |
| 作者简历 | 第90页 |