雙目立體視覺(jué)理論及應(yīng)用

目錄
前言
第1章 機(jī)器視覺(jué)技術(shù)綜述 1
1.1 圖像識(shí)別技術(shù) 1
1.2 視覺(jué)注意機(jī)制 5
1.2.1 視覺(jué)認(rèn)知理論 5
1.2.2 尺度空間理論 10
1.3 機(jī)器視覺(jué)技術(shù)的發(fā)展趨勢(shì) 11
第2章 雙目視覺(jué)的成像理論與標(biāo)定 14
2.1 攝像機(jī)的成像模型 14
2.1.1 攝像機(jī)成像的線性模型 15
2.1.2 不同坐標(biāo)系下的坐標(biāo)換算公式 19
2.1.3 攝像機(jī)成像的畸變模型 22
2.2 攝像機(jī)的標(biāo)定 24
2.2.1 基于棋盤(pán)格的攝像機(jī)標(biāo)定 24
2.2.2 單目攝像機(jī)內(nèi)參數(shù)標(biāo)定 28
2.2.3 雙目攝像機(jī)標(biāo)定實(shí)驗(yàn) 32
第3章 目標(biāo)圖像的處理及特征點(diǎn)提取算法 36
3.1 目標(biāo)圖像的預(yù)處理 36
3.1.1 顏色空間選取 37
3.1.2 掩膜 41
3.1.3 圖像二值化 41
3.1.4 形態(tài)學(xué)變換 44
3.2 目標(biāo)圖像邊緣檢測(cè)算法 46
3.2.1 Roberts算子 47
3.2.2 Sobel算子 48
3.2.3 Prewitt算子 50
3.2.4 Canny算子 50
3.2.5 Laplace算子 52
3.3 目標(biāo)圖像濾波算法 54
3.3.1 高斯平滑濾波 55
3.3.2 中值濾波 56
3.3.3 區(qū)域生長(zhǎng)濾波 57
3.4 目標(biāo)邊界提取算法 59
3.4.1 霍夫變換 59
3.4.2 小二乘法 61
3.5 特征點(diǎn)的提取算法 67
3.5.1 直線交點(diǎn)提取 67
3.5.2 SIFT特征提取算法 67
3.5.3 Harris特征提取算法 68
3.5.4 SURF提取算法 70
第4章 特征點(diǎn)的匹配與三維位姿解算 71
4.1 目標(biāo)工件特征點(diǎn)匹配 71
4.1.1 匹配的約束準(zhǔn)則 71
4.1.2 匹配的方法分類 73
4.2 目標(biāo)工件三維位姿解算 76
4.2.1 平行光軸雙目視覺(jué)原理 76
4.2.2 非平行光軸雙目視覺(jué)原理 77
第5章 面向移動(dòng)機(jī)器人目標(biāo)跟蹤的視覺(jué)注意模型與應(yīng)用 82
5.1 視覺(jué)注意模型的總體結(jié)構(gòu) 82
5.2 數(shù)據(jù)驅(qū)動(dòng)的目標(biāo)顯著性區(qū)域檢測(cè) 84
5.2.1 尺度空間的選擇 86
5.2.2 基于 Mean-Shift的圖像平滑 88
5.2.3 地面顯著性區(qū)域的融合 92
5.2.4 獲取目標(biāo)顯著性區(qū)域 95
5.3 任務(wù)驅(qū)動(dòng)的目標(biāo)特征提取與匹配 97
5.3.1 目標(biāo)的特征提取 97
5.3.2 目標(biāo)的特征匹配 100
5.4 移動(dòng)機(jī)器人目標(biāo)定位算法的實(shí)現(xiàn) 101
5.4.1 攝像機(jī)標(biāo)定實(shí)驗(yàn) 101
5.4.2 目標(biāo)定位結(jié)果 104
5.5 基于視覺(jué)注意模型的移動(dòng)機(jī)器人目標(biāo)跟蹤實(shí)驗(yàn) 106
5.5.1 運(yùn)動(dòng)模型的建立 106
5.5.2 實(shí)驗(yàn)流程及結(jié)果 108
第6章 面向仿人眼頸機(jī)器人目標(biāo)跟蹤的視覺(jué)注意模型與應(yīng)用 112
6.1 視覺(jué)注意模型的總體結(jié)構(gòu) 112
6.2 目標(biāo)特征數(shù)據(jù)庫(kù)的建立 114
6.3 基于加權(quán)特征圖融合方法獲得顯著性區(qū)域 115
6.3.1 圖像各通道特征圖的建立 115
6.3.2 圖像各通道特征圖的融合 117
6.3.3 目標(biāo)選擇的競(jìng)爭(zhēng)機(jī)制 120
6.4 基于 SIFT算法的顯著性區(qū)域特征匹配 121
6.4.1 檢測(cè)尺度空間極值點(diǎn) 122
6.4.2 精確定位極值點(diǎn) 124
6.4.3 分配關(guān)鍵點(diǎn)方向 125
6.4.4 生成特征點(diǎn)描述子 126
6.5 視覺(jué)注意模型的實(shí)驗(yàn)結(jié)果及比較 127
6.6 仿人眼頸機(jī)器人目標(biāo)定位算法的實(shí)現(xiàn) 129
6.6.1 仿人頸部的定位算法 130
6.6.2 仿人眼部的定位算法 132
6.6.3 定位算法的實(shí)現(xiàn) 133
6.7 基于視覺(jué)注意模型的仿人眼頸機(jī)器人目標(biāo)跟蹤實(shí)驗(yàn) 134
第7章 機(jī)器人平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn) 137
7.1 移動(dòng)機(jī)器人平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn) 137
7.1.1 移動(dòng)機(jī)器人機(jī)械系統(tǒng)設(shè)計(jì) 138
7.1.2 移動(dòng)機(jī)器人上位機(jī)控制系統(tǒng)設(shè)計(jì) 143
7.1.3 移動(dòng)機(jī)器人下位機(jī)控制系統(tǒng)設(shè)計(jì) 148
7.2 仿人眼頸機(jī)器人平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn) 154
7.2.1 仿人眼頸機(jī)器人機(jī)械系統(tǒng)設(shè)計(jì) 155
7.2.2 仿人眼頸機(jī)器人上位機(jī)控制系統(tǒng)設(shè)計(jì) 156
7.2.3 仿人眼頸機(jī)器人下位機(jī)控制系統(tǒng)設(shè)計(jì) 158
第8章 基于雙目正交迭代的空間非合作目標(biāo)位姿測(cè)量技術(shù)研究 161
8.1 基于雙目正交迭代的空間非合作目標(biāo)位姿測(cè)量技術(shù) 162
8.1.1 基于點(diǎn)特征正交迭代的目標(biāo)位姿測(cè)量及分析 163
8.1.2 雙目正交迭代融合算法 165
8.1.3 基于雙目點(diǎn)特征正交迭代融合算法實(shí)驗(yàn)統(tǒng)計(jì)數(shù)據(jù)分析 168
8.2 基于直線特征正交迭代的位姿測(cè)量及分析 171
8.2.1 直線特征正交迭代位姿解算 172
8.2.2 直線特征正交迭代實(shí)驗(yàn)數(shù)據(jù)分析 176
8.2.3 地面實(shí)驗(yàn)驗(yàn)證 178
第9章 基于雙目視覺(jué)的種植牙輔助引導(dǎo)系統(tǒng) 183
9.1 種植牙輔助引導(dǎo)系統(tǒng)總體方案設(shè)計(jì) 184
9.1.1 種植牙輔助引導(dǎo)系統(tǒng)硬件組成 184
9.1.2 種植牙輔助引導(dǎo)系統(tǒng)測(cè)量原理 189
9.1.3 種植牙輔助引導(dǎo)系統(tǒng)總體測(cè)量流程 190
9.2 牙科手機(jī)的圖像處理 192
9.3 牙科手機(jī)的特征點(diǎn)提取 193
9.4 牙科手機(jī)特征點(diǎn)的三維位姿解算 194
第10章 雙目視覺(jué)機(jī)械臂物流分揀系統(tǒng) 197
10.1 目標(biāo)圖像的處理 198
10.2 機(jī)械臂的坐標(biāo)系轉(zhuǎn)換 200
10.3 物流分揀系統(tǒng)設(shè)計(jì) 201
10.3.1 硬件系統(tǒng)設(shè)計(jì) 203
10.3.2 軟件系統(tǒng)設(shè)計(jì) 206
10.4 物流分揀實(shí)驗(yàn) 208
參考文獻(xiàn) 213