声明
1 绪论
1.1 选题背景和工程意义
1.1.1 选题背景
1.1.2 选题的工程意义
1.2 国内外发展现状和发展趋势
1.2.1 国外发展现状
1.2.2 国内发展现状
1.2.3 机器视觉缺陷检测技术的发展趋势
1.3 论文结构,研究内容与创新点
1.3.1 论文结构
1.3.2 论文主要研究内容
1.3.3 课题创新点
2 视觉理论基础
2.1 相机模型介绍
2.1.1 针孔相机模型
2.1.2 畸变模型
2.1.3 双目相机模型
2.2 双目相机重构理论基础
2.2.1 极线约束与极线校正
2.2.2 极线搜索与块匹配
2.2.3 立体匹配算法
2.3 相机的标定
2.3.1 相机标定方法简述
2.3.2 单目相机标定
2.3.3 双目相机标定
2.4 本章小结
3 基于ZED双目相机的SLAM三维重构
3.1 SLAM介绍
3.2 视觉SLAM三维重建原理分析
(1)传感器数据获取
(2)视觉里程计
(2) 后端非线性优化
(4)回环检测
(5)建图
3.3 ZED相机SLAM三维重建的实现及效果展示
3.3.1 硬件与软件平台的搭建
3.3.2 ZED相机SLAM重建程序流程
3.4 本章小结
4 船体缺陷类型分析与检测方法研究
4.1 船体的缺陷类型与原因分析
4.2 PCL点云库介绍与3D模型的转换
4.2.1 PCL点云库介绍
4.2.2 常用的3D模型格式
4.2.3 3D模型的点云提取
4.2.4 基于均匀采样的点云提取算法
4.3 基于匹配算法的点云缺陷检测研究
4.3.1 点云匹配算法研究
4.3.2 点云缺陷检测与可视化
4.4 本章小结
5 基于深度学习的船舶缺陷检测方案
5.1 点云缺陷检测方案的不足
5.2 深度网络的选择和结构分析
5.3Faster RCNN数据集制作与标注
5.3.1 船舶缺陷数据采集
5.3.2PASCAL VOC数据集制作
5.4 深度网络训练于测试
5.5 本章总结
结论与展望
参 考 文 献
攻读硕士学位期间发表学术论文情况
致谢