雙目立體視覺理論及應(yīng)用

目錄
前言
第1章 機器視覺技術(shù)綜述 1
1.1 圖像識別技術(shù) 1
1.2 視覺注意機制 5
1.2.1 視覺認(rèn)知理論 5
1.2.2 尺度空間理論 10
1.3 機器視覺技術(shù)的發(fā)展趨勢 11
第2章 雙目視覺的成像理論與標(biāo)定 14
2.1 攝像機的成像模型 14
2.1.1 攝像機成像的線性模型 15
2.1.2 不同坐標(biāo)系下的坐標(biāo)換算公式 19
2.1.3 攝像機成像的畸變模型 22
2.2 攝像機的標(biāo)定 24
2.2.1 基于棋盤格的攝像機標(biāo)定 24
2.2.2 單目攝像機內(nèi)參數(shù)標(biāo)定 28
2.2.3 雙目攝像機標(biāo)定實驗 32
第3章 目標(biāo)圖像的處理及特征點提取算法 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 特征點的提取算法 67
3.5.1 直線交點提取 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 特征點的匹配與三維位姿解算 71
4.1 目標(biāo)工件特征點匹配 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 平行光軸雙目視覺原理 76
4.2.2 非平行光軸雙目視覺原理 77
第5章 面向移動機器人目標(biāo)跟蹤的視覺注意模型與應(yīng)用 82
5.1 視覺注意模型的總體結(jié)構(gòu) 82
5.2 數(shù)據(jù)驅(qū)動的目標(biāo)顯著性區(qū)域檢測 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 移動機器人目標(biāo)定位算法的實現(xiàn) 101
5.4.1 攝像機標(biāo)定實驗 101
5.4.2 目標(biāo)定位結(jié)果 104
5.5 基于視覺注意模型的移動機器人目標(biāo)跟蹤實驗 106
5.5.1 運動模型的建立 106
5.5.2 實驗流程及結(jié)果 108
第6章 面向仿人眼頸機器人目標(biāo)跟蹤的視覺注意模型與應(yīng)用 112
6.1 視覺注意模型的總體結(jié)構(gòu) 112
6.2 目標(biāo)特征數(shù)據(jù)庫的建立 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)選擇的競爭機制 120
6.4 基于 SIFT算法的顯著性區(qū)域特征匹配 121
6.4.1 檢測尺度空間極值點 122
6.4.2 精確定位極值點 124
6.4.3 分配關(guān)鍵點方向 125
6.4.4 生成特征點描述子 126
6.5 視覺注意模型的實驗結(jié)果及比較 127
6.6 仿人眼頸機器人目標(biāo)定位算法的實現(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 定位算法的實現(xiàn) 133
6.7 基于視覺注意模型的仿人眼頸機器人目標(biāo)跟蹤實驗 134
第7章 機器人平臺的設(shè)計與實現(xiàn) 137
7.1 移動機器人平臺的設(shè)計與實現(xiàn) 137
7.1.1 移動機器人機械系統(tǒng)設(shè)計 138
7.1.2 移動機器人上位機控制系統(tǒng)設(shè)計 143
7.1.3 移動機器人下位機控制系統(tǒng)設(shè)計 148
7.2 仿人眼頸機器人平臺的設(shè)計與實現(xiàn) 154
7.2.1 仿人眼頸機器人機械系統(tǒng)設(shè)計 155
7.2.2 仿人眼頸機器人上位機控制系統(tǒng)設(shè)計 156
7.2.3 仿人眼頸機器人下位機控制系統(tǒng)設(shè)計 158
第8章 基于雙目正交迭代的空間非合作目標(biāo)位姿測量技術(shù)研究 161
8.1 基于雙目正交迭代的空間非合作目標(biāo)位姿測量技術(shù) 162
8.1.1 基于點特征正交迭代的目標(biāo)位姿測量及分析 163
8.1.2 雙目正交迭代融合算法 165
8.1.3 基于雙目點特征正交迭代融合算法實驗統(tǒng)計數(shù)據(jù)分析 168
8.2 基于直線特征正交迭代的位姿測量及分析 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驗數(shù)據(jù)分析 176
8.2.3 地面實驗驗證 178
第9章 基于雙目視覺的種植牙輔助引導(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 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)測量原理 189
9.1.3 種植牙輔助引導(dǎo)系統(tǒng)總體測量流程 190
9.2 牙科手機的圖像處理 192
9.3 牙科手機的特征點提取 193
9.4 牙科手機特征點的三維位姿解算 194
第10章 雙目視覺機械臂物流分揀系統(tǒng) 197
10.1 目標(biāo)圖像的處理 198
10.2 機械臂的坐標(biāo)系轉(zhuǎn)換 200
10.3 物流分揀系統(tǒng)設(shè)計 201
10.3.1 硬件系統(tǒng)設(shè)計 203
10.3.2 軟件系統(tǒng)設(shè)計 206
10.4 物流分揀實驗 208
參考文獻(xiàn) 213