声明
摘要
1.1.1 选题依据
1.1.2 研究背景和问题的提出
1.2 相关领域国内外发展现状
1.2.1 机器人视觉技术研究现状
1.2.2 目标识别与定位研究现状
1.3 论文主要研究内容及安排
1.3.1 主要研究内容
1.3.2 论文组织结构
1.4 本章小结
2.1 引言
2.2 基本理论
2.2.1 参考坐标系
2.2.2 线性摄像机模型
2.2.3 非线性摄像机模型
2.3 基于平面圆靶标的摄像机标定算法研究
2.3.1 平面圆靶标识别算法
2.3.2 张正友摄像机标定法
2.4 双目摄像机标定及特征点匹配改进算法研究
2.4.1 双目摄像机标定
2.4.2 增加方位约束的特征点匹配改进算法
2.5 实验及结果分析
2.5.1 摄像机标定实验及结果分析
2.5.2 特征点匹配实验及结果分析
2.6 本章小结
3.1 引言
3.2 基本理论
3.2.1 手眼标定
3.2.2 PID神经元
3.2.3 多变量PID神经网络
3.3 基于五点圆靶标的手眼标定算法
3.3.1 手眼系统坐标获取
3.3.2 手眼系统标定
3.4 基于多新息理论的多变量PID神经元网络改进算法研究
3.4.1 多新息理论
3.4.2 基于多新息理论的多变量PID神经元网络
3.4.3 MI-MPIDNN系统辨识设计
3.5 实验仿真及结果分析
3.5.1 手眼标定实验结果及分析
3.5.2 基于多新息理论的多变量PID神经元网络仿真结果及分析
3.6 本章小结
4.1 引言
4.2 基本理论
4.2.1 卷积神经网络
4.2.2 物体识别与定位基本流程
4.2.3 SSD:Single Shot MultiBox Detector
4.3 基于深度卷积神经网络的图像去噪改进算法研究
4.3.1 网路结构
4.3.2 卷积与反卷积
4.3.3 网络模型训练
4.3.4 针对RGB图像去噪的卷积神经网络
4.4 基于特征金字塔的SSD目标检测改进算法研究
4.4.1 特征金字塔
4.4.2 网络结构
4.4.3 反卷积与扩张卷积
4.4.4 训练
4.5 实验与结果分析
4.5.1 基于深度卷积神经网络的图像去噪实验与分析
4.5.2 基于特征金字塔的SSD目标检测改进算法实验与分析
4.5.3 双目视觉平台下目标识别与抓取定位实验与分析
4.6 本章小结
5.1 总结
5.2 展望
参考文献
攻读硕士学位期间发表的论文及所取得的研究成果
致谢