一、参数控制的边缘直线提取算法（论文文献综述）
何恬[1]（2021）在《基于图像处理的钢轨表面缺陷检测算法研究》文中认为随着铁路的高速发展,列车时速提升、运营负担加重以及恶劣自然环境的影响,钢轨容易产生不可逆转的损伤,并产生越来越多的缺陷。由于传统人工巡检效率低、主观性强,超声波检测法、磁粉法、电涡流检测法的仪器造价高且精度低,基于机器视觉的轨道缺陷检测方法应运而生,成为近年来的研究热点之一。机器视觉检测技术具有高精度、低成本、实时性等优势,拥有广阔的应用前景。本文基于实验室采集整理的钢轨图像数据集,进行了钢轨表面缺陷检测相关技术研究,并取得了以下成果。提出了一种边缘算子加权的引导滤波分层图像增强算法。为突出钢轨缺陷部分,有利于后续的缺陷检测,对原始图像进行滤波分层,分别处理基础图像和细节图像,更加突出细节信息,通过在引导滤波中引入边缘检测算子,最大程度的保留图像边缘信息;针对结果图像亮度不均问题采用AHE算法和拉普拉斯锐化滤波加以克服。算法有效提高了图像对比度,增强了细节信息。提出了一种双边滤波改进Canny提取边缘图像的LSD直线检测算法。利用Canny算法提取边缘图像,基于边缘图像采用LSD直线检测算法进行直线提取;考虑到Canny边缘检测中使用高斯滤波,在降噪的同时会模糊图像边缘,而双边滤波对于图像边缘有较好的保护作用,因此采用双边滤波代替Canny边缘检测中的高斯滤波进行边缘图像提取。同时,将基于双边滤波改进Canny提取边缘图像的LSD直线检测算法应用到钢轨表面边界提取中,对钢轨表面边界进行提取标记,裁剪出钢轨表面区域,去除图像其余部分的干扰,提高后续轨面缺陷检测算法效率。提出了一种钢轨图像非均匀光照校正的钢轨缺陷分割算法。针对钢轨图像具有对比度低、光照不均匀,钢轨缺陷具有低对比度、类内差异、类间相似等问题,首先采用图像边缘信息自适应调节连接强度改进脉冲耦合神经网络,在对图像进行光照不均校正的同时更好的保留图像边缘信息,进而进行灰度变换进一步突出缺陷;考虑到灰度变换后图像最佳分割阈值主要由目标熵决定,因此基于图像目标熵与背景区域灰度分布概率改进最大熵阈值分割,使分割阈值更加适合分割钢轨缺陷;最后经过形态学处理去除图像噪声及细小的对列车行车安全不造成威胁的缺陷,完成轨面缺陷检测。将本文算法与相关算法进行对比实验,从主观评判和客观指标两方面进行评价,本文算法效果更好,在轨面缺陷检测领域具有一定的实用价值。
杨艳[2]（2021）在《航空复材图像中的复杂直线提取技术研究》文中研究说明碳纤维复合材料（Carbon Fibre Reinforced Plastic,CFRP）具有质量轻、热膨胀系数低以及耐腐蚀等优良特性,在航空设备建造领域被广泛使用。由于该材料具有各向异性,使用时需要按照预设铺层方向准确铺设才能最大限度发挥其性能优势。但CFRP表面图像背景复杂、分界模糊,而且图像中没有明显的线条,因此难以利用传统的直线提取方法从中获得直线信息以确认材料方向。CFRP纹理图像中存在一些分散的小区域,这些区域在视觉上表现为断裂的直线,可以将这些具有直线模式的离散区域定义为复杂直线。结合成都某飞机工业集团的科研项目需求和具有直线模式的离散区域特性,本文提出了一种基于中心线拟合的直线提取方法,实现了航空复合材料图像中的复杂直线提取,从而获取CFRP方向信息。实验表明,利用本文提出的方法可以有效地识别出航空复合材料图像中的复杂直线特征,实现了复材方向检测,且检测精度充分满足工程需求。针对以上问题,本文主要工作如下:（1）针对航空复合材料图像的背景复杂性,根据不同二值化方法的处理效果,利用自适应二值化方法对航空复合材料图像进行处理,同时通过实验分析了自适应二值化方法中各参数对二值化结果的影响。实验表明,利用该方法可以有效地对复杂背景下具有直线模式的离散区域进行初步提取,保障后续复杂直线特征提取工作的开展;（2）针对航空复合材料图像中的区域离散问题,提出了基于形态学的Steger中心线提取算法:利用形态学方法将离散区域图像扩大并连接,并提出利用Steger中心线提取算法识别膨胀图像的线特征。通过中心线提取实验,验证了本文算法对航空复材图像中复杂线特征提取的有效性;（3）针对传统方法无法提取航空复合材料图像中的复杂直线特征问题,提出了一种基于中心线拟合的复杂直线特征提取方法:设计了基于连通域判断的线交叉点判别方法,并基于此提出了交叉点切割拟合算法,在中心线提取基础上进行直线拟合,实现复杂直线特征提取。最后通过控制拍摄条件和增加遮挡物来采集不同航空复合材料图像进行实验,验证了本文算法对于复杂直线提取的有效性和抗干扰性;量化分析显示,最终提取直线的角度偏差在0.4°以内,该精度可以充分满足航空复合材料制造偏差不超过±3°的要求。
朱晓凡[3]（2020）在《基于视觉定位的纸塑复合袋差速纠偏方法研究》文中提出纸塑复合袋具有复用性强、强度高、透气性好且抗氧化能力强等特点,被广泛应用于食品、药品和工业品的运输包装或销售包装。目前,纸塑复合袋的加工基本实现自动化,但其缺陷的检测仍需人工完成。纸塑复合袋在套袋和传输工位上会发生偏移,从而导致缝纫和印刷缺陷。随着国民经济对纸塑复合袋需求的增长,对其生产过程中的倾斜缺陷进行检测和矫正具有重大意义。本文主要完成以下工作:（1）分析纸塑复合袋成型工艺,指出纸塑复合袋生产中存在位置偏移和倾斜的缺陷,明确纠偏需求。针对纸塑复合袋本身易变形且不连续传送的难点,提出了基于视觉定位的纸塑复合袋差速纠偏方法,根据该方法原理设计了纠偏系统,完成了纠偏装置设计及关键硬件选型。（2）根据纸塑复合袋为矩形的特点,通过提取纸塑复合袋四条边线来获取纸塑复合袋的位置和倾角,对纸塑复合袋视觉定位方法进行了研究。针对常用的滤波算法会导致纸塑复合袋边线模糊的问题,提出了基于方差的差异化滤波算法,通过方差大小提取纸塑复合袋边线,并在滤波时对其进行保护,从而清晰呈现纸塑复合袋的边线;为减少直线提取时间,采用一种新的目标点提取方法对传统Hough变换直线提取算法进行改进,提高了直线提取的效率和精度。（3）研究纸塑复合袋在纠偏过程中的运动和受力,据此完成纸塑复合袋纠偏控制系统。运用速度的分解和叠加方法,求解了纸塑复合袋在纠偏过程中的运动轨迹方程,并根据运动特点制定纠偏策略。为防止纠偏时纸塑复合袋产生褶皱,运用屈曲分析工具对其进行有限元仿真,得到各姿态纸塑复合袋对应的最大皮带压力。运用S型加减速算法对纠偏速度进行控制,并以纠偏用时最短为目标,利用遗传算法求解了纠偏速度曲线的最佳参数,达到平稳控制纠偏过程的目的。（4）设计纠偏系统软件并完成纠偏实验。融合纸塑复合袋定位、皮带压力控制和纠偏速度控制,设计了纸塑复合袋纠偏系统软件。利用纠偏系统软件及装置对纸塑复合袋进行纠偏实验,得到结论:实际纠偏轨迹符合理论轨迹方程;最佳皮带间距为60cm;4s内可纠正30mm的偏移量,纠正后纸塑复合袋最大位置偏移为3.562mm,最大倾角为1.515°,纠偏效果良好,满足工业需求。
薛改样[4]（2020）在《物面边缘特征点提取的平直度检测算法研究》文中进行了进一步梳理平直度是工业生产和日常生活中物体外形缺陷检测的重要指标,直接影响产品的质量和美观。随着计算机视觉和图像处理技术的快速发展,非接触式平直度检测技术被用在很多行业。但在建筑施工质量验收方面,大多还是采用人工的方法,所以存在效率低且误差大的问题。因此本文以装修验收中铺贴的瓷砖接缝平直为实验对象进行研究,具体内容如下:（1）搭建采集平台,采用张正友算法对摄像机进行标定,计算摄像机内外参数,实现棋盘格图像的去畸变处理,得到精确的棋盘格角点坐标信息,结合棋盘格的实际尺寸信息,计算摄像机标定系数。（2）对平直度检测的关键技术:直线检测、直线矫正和平直度计算等进行了研究。其中直线检测是本文算法的核心,采用EDLines（Edge Drawing Lines）算法,通过实验发现该算法检测出的直线与物面边缘位置存在偏差以及过检测的问题,因此融合一种直线矫正方法。提出适合瓷砖接缝的直线检测算法,该算法在EDLines的基础上,通过梯度引力图矫正直线位置。采用点特征匹配结果计算图像对极线,联合直线检测结果确定最终的局部验证特征区域,通过在一个小邻域内随机采样特征相似性来检查直线检测结果,消除不匹配的直线。该方法可以得到精准的直线信息,用于判定瓷砖接缝是否平直,极大地提高了瓷砖接缝直线检测的精度和鲁棒性。（3）选取三种不同类型的瓷砖接缝和四种不同花纹的瓷砖进行实验,在实验过程中对内部参数进行优化,确定最优参数,与现有的两种直线检测算法进行对比,实验结果表明本文指标均优于其他两种算法,且鲁棒性高。
吴谧辰[5]（2020）在《基于视觉多特征融合的三维靶标位姿估计方法研究》文中研究表明诸如航空航天、船舶等工业制造领域内的大型设备研制生产需要对各类大型构件进行三维测量。由于大型构件结构复杂、尺寸大,通常利用合作靶标辅助完成三维参量测量,测量过程中仪器需要瞄准布置在构件表面的靶标,通过获取靶标图像并对其进行位姿估计实现靶标瞄准。受测量环境影响,靶标图像通常发生离焦模糊退化,并且由于成像系统与其距离较远,也造成靶标在图像中的成像区域空间分辨率低,最终导致采集的靶标图像表现为低质量、低分辨率,现有的位姿估计方法对这类图像估计结果的稳定性与精度会严重退化,难以实现靶标准确瞄准。因此,研究针对低质量低分辨率靶标图像的鲁棒位姿估计方法,提高算法的稳定性与位姿估计精度,对实现合作靶标精确瞄准和大型构件三维参量精密测量具有重要意义与应用价值。本文在分析低质量低分辨率图像对位姿估计稳定性影响的基础上,提出了基于CAD模型的目标检测与图像复原方法,以及一种基于多特征融合的改进加权EPnP（weighted EPnP,wEPnP）位姿估计方法。首先,针对低质模糊图像会淹没目标边缘特征,降低特征提取与位姿估计的准确性的问题,利用目标CAD模型进行目标检测,有效分割目标区域,并基于CAD模型中的目标特征信息复原目标区域,有针对地增强目标的边缘特征,为特征提取提供准确可靠的数据来源。其次分析目标区域低分辨率对特征提取与位姿估计的影响,在EPnP求解过程中考虑特征点的可靠性,通过权值调节不同点的重要程度,降低特征提取误差对位姿估计稳定性及精度的影响,主要利用线、面特征衡量不同特征点的可靠性并确定权值,通过融合目标的点、直线和面特征实现wEPnP位姿估计。利用3D目标图像、低分辨率仿真图像以及靶标图像对所提方法进行实验验证,实验结果表明本文提出的基于CAD模型的目标检测与图像复原方法能够有效分割目标区域并增强目标边缘特征。低分辨率仿真图像位姿估计实验结果表明,wEPnP算法的鲁棒性更强,EPnP算法性能退化时,wEPnP算法仍能够有效估计目标位姿,且wEPnP算法对旋转矩阵和平移向量的估计误差相较于EPnP分别降低了 3.56%～4.47%及1.79%～2.30%。实际的3D靶标实验结果表明,本文所提基于CAD模型的目标检测与图像复原方法以及wEPnP位姿估计方法能够实现对低质量低分辨率靶标图像的位姿估计,可用于三维靶标高精度瞄准。
吕红阳[6]（2020）在《基于双显微视觉的高精度对位系统研究》文中进行了进一步梳理在智能制造和精密加工领域,实现零部件的精密定位与对准工序是必不可少的一步,高精度的自动对位系统对提升产品的生产效率及加工精度具有重要作用,是效率与质量的关键保证。随着精密电子工业,微纳制造业等领域内微米、亚微米级工艺的发展,元器件引脚尺寸及蚀刻线路宽度逐步降低至微纳米级,而相应基底工件如电路板、光刻版的尺寸却逐步增大。因此,如何实现基底工件的跨尺度高精密定位与对准已成为精密加工与检测现场的关键。本文结合光刻版工件跨尺度自动检测对位的需求,设计基于双显微视觉的高精度对位系统,对基于局部信息的工件位姿检测算法、系统标定与集成方法、纠偏运动平台机械结构设计及视觉对位策略等进行研究,并对课题搭建的视觉对位系统的性能进行实验测试,完成了光刻版工件的跨尺度自动对位,论文主要内容有:首先,针对光刻版工件自动对位的精度需求与跨尺度对位的难点,提出了基于双显微视觉结合精密运动控制技术的总体方案设计,分析了工件自动对位的基本流程、视觉模块与运动控制模块的功能要求;设计了基于广义并联解耦机构的新型三自由度运动平台;对系统中主要硬件进行参数选型分析,搭建了基于双显微视觉的高精度对位系统实验平台。接着,对基于双显微视觉的位姿检测算法展开研究,提出了通过左右两端局部位姿信息结合工件几何尺寸推导光刻版工件整体位姿偏差的方法;算法主要包括图像预处理、亚像素边缘检测与位姿求解三个步骤。图像预处理中,针对全局图像特征提取时间过长的问题,设计了最小ROI提取算法;针对噪声平滑过程中存在的边缘模糊问题,采用了自适应平滑滤波算法。为提高边缘定位精度,对传统Canny算法进行了改进并基于多项式插值细分实现了亚像素级边缘轮廓的提取。通过改进RANSAC算法拟合边缘离散点完成了“Mark”标志的中心点定位及局部位置偏差的获取;根据光刻版工件的几何尺寸,推导了局部位姿信息与微管道位姿偏差间的数学关系。视觉检测精度实验表明,算法对于平行线的距离检测精度达1.93μm、角度提取精度达0.018°。然后,对视觉系统与运动系统的标定与集成方法展开研究。完成了左相机、右相机的内部参数标定及显微图像的畸变矫正;推导了左右两个子相机坐标系间的角度和位置关系,通过设计高精度平面靶标完成该坐标映射关系的求取;分析了视觉系统与运动控制系统的集成方式,采用九点标定法完成了左相机像素坐标系与运动坐标系间坐标变换关系的求取;制定了基于显微视觉引导的平台纠偏策略及基于局部偏差信息的对位精度判别方法。实验结果表明:左相机标定的残差总体均值为0.147913pixel,右相机标定的残差总体均值为0.137758 pixel,视觉坐标系与运动坐标系的坐标变换精度X向标准差为0.185 pixel,Y向标准差为0.168 pixel。最后,对本课题搭建的基于双显微视觉的对位系统进行了性能测试实验。纠偏平台运动精度测试实验表明:所设计的基于广义并联解耦机构的三自由度运动平台的重复定位精度X向为3.21μm、Y向为2.98μm;X-Y轴耦合度极小,对平台精度影响可忽略;光刻版工件跨尺度对位实验表明:所设计的视觉对位系统的旋转对准精度为0.01547°,左右两端横向偏移对准精度分别为3.61μm、3.89μm,端面间隙控制精度为3.76μm,满足基底工件对位的精度要求。
申超胜[7]（2020）在《人造物体的几何特征提取及三维重建》文中研究说明图像特征提取在计算机视觉问题中有着十分基础和重要的地位。对于基于几何图形设计的人造物体而言,区别于自然场景,其图像部分纹理可能较为简单,具有较多的几何特征,因此人造物体的几何特征提取和描述对于人造物体的检测、识别和重建有重要的作用。本文对人造物体的几何特征提取及三维重建进行研究,研究内容如下:本文首先分析边缘点的连通域性质,提出以边缘块的形式来表示边缘,建立边缘点标注模型和制定边缘块搜索策略,实现了将边缘点特征聚合成边缘块特征,验证了边缘块能完整保留边缘图信息。之后考虑到当前直线检测算法由于梯度信息不足而导致线段被消除的问题,提出基于边缘块的线段提取算法。在边缘块的基础上,用邻接矩阵统计边缘块之间的位置信息,采用深度优先搜索算法,得到初始边缘链,利用直线的几何特性作为边缘链的筛选条件,完成图像直线特征检测。实验结果表明,该算法可以有效地完成各类场景中的直线特征提取,能较为完整的保留物体的几何结构信息。最后利用提出的直线检测算法,完成人造物体的直线特征提取,并将提取的特征输入Line3D框架中,最终实现了人造物体的模型重建。实验对比结果表明基于线特征的三维重建模型具有更为完整的结构信息。
韦盛[8]（2020）在《基于图像处理的输电线识别与六旋翼巡检研究》文中提出近年来,无人机技术发展迅速,许多行业都可以使用无人机来解决。目前,基于图像的无人机识别跟踪输电线技术仍然是一个需要急于解决的难题,其突破点在于输电线路的准确识别和自动跟踪,目前技术体系还不够完善,限制了无人机自主巡检能力,本文基于六旋翼飞行器和摄像机采集系统,对飞行器识别跟踪输电线进行详细的讨论。重点分析了实时检测算法并介绍基于单目视觉的避障方案,总结了六旋翼飞行器输电线跟踪系统的控制方法。在对六旋翼飞行器拍摄输电线图像并识别的过程中,首先针对飞行器拍摄时由于背景、摄像机抖动等因素造成图像对比度弱、模糊等问题,进行图像均衡化、去除运动模糊和去噪处理,为后续识别提供清晰的边缘特征,本文基于Edge Drawing算法对拍摄的目标图像进行边缘检测,并使用EDLines算法快速生成目标直线,将得到的直线段通过Segment-Tree方法连接起来,由于输电线目标容易被其它背景所干扰,详细分析了K均值聚类算法的原理,并设计了直线模板,滤除剩余的背景干扰点。实验结果表明,本文识别方法能够准确的识别出目标输电线,并在速度上得到很大的提升。基于图像处理的输电线识别跟踪技术,在传统跟踪方法的基础上,根据飞行器巡检特征建立其运动目标模型,划分输电线目标区域,使用跟踪算法巡检并预测,最终完成飞行器对输电线目标的跟踪。本文还提出基于图像特征的距离估计,防止飞行器在巡检过程与输电线产生碰撞。实验表明,本文的算法不仅保证了跟踪目标的稳定性,而且大大增加了目标线路在图像中的比率以及降低了线路的误匹配率。最后,在实验平台上进行实际飞行实验,其中包括输电线识别与寻迹实验,并基于距离估计提出输电线避障方案。实验结果表明本文算法对六旋翼飞行器的寻迹研究是有效可行的。
揭云飞[9]（2020）在《基于地面特征的移动机器人室内定位系统研究》文中研究表明随着大量的机器人应用于工业制造和生活服务上,机器人在人类社会中已经承担着越来越重要的角色。机器人要想精准工作,定位是非常重要的环节,在室外环境下可以通过全球导航卫星系统（GNSS）来定位,然而GNSS在室内定位精度往往达不到要求,因此针对机器人在室内的定位成为了当下国内外学者研究的热点。近年来,由于视觉传感器的成本不断降低,而且相比较于WIFI、红外和超声波等室内定位技术,其在定位精度和处理速度上有着明显的优势,使得基于视觉传感器的机器人室内定位得到了广泛的关注。因此,本文提出了采用视觉定位和里程计航迹推算融合的组合定位方法来实现移动机器人的实时定位,论文主要研究内容和创新如下:1.通过查阅国内外主流的机器人室内定位方法,总结了不同定位方法的局限性和优缺点,分析了机器人在生活服务中常见的室内环境特点,提出一种基于地面特征的移动机器人室内定位系统。2.根据机器人运动及本文采用的定位方式,搭建了底部装有广角相机的移动机器人硬件平台,并在此移动机器人平台上展开算法研究和实验测试。3.对移动机器人平台底部安装的相机进行标定,得到相机内外参数和镜头畸变系数;然后对采集到的灰度图先进行Canny边缘检测和8邻域边缘分组,再对边缘图像进行图像畸变矫正,通过对比实验证明了该图像预处理的运算效率较高。针对图像中存在的地面方格直线特征,分析对比了主流的直线拟合算法的优缺点,提出结合预检验的随机采样一致性（Random Sample Consensus,RANSAC）算法和最小二乘法的直线拟合算法,并通过对比实验验证了算法的有效性。最后,通过逆透视变换（Inverse Perspective Mapping,IPM）算法将拟合得到的地面方格直线转换到世界坐标系,并计算得到直线在相机坐标系下的位姿数据,以此作为视觉模块的输出信息。4.建立了移动机器人里程计航迹推算模型,分析了卡尔曼滤波算法原理,采用扩展卡尔曼滤波算法对移动机器人位置传感器和视觉传感器的信息进行融合,并根据室内环境地面特征,提出基于线预测算法的位姿修正。实验结果表明该系统能够实现较高精度的定位,能有效的排除地面干扰线段的影响,具有一定的创新性和工程应用前景。
贾兴伟[10]（2020）在《基于视觉的机器人SLAM与物体检测一体化研究》文中研究指明随着科技的不断发展,智能机器人开始在各个领域得到广泛应用。在未知环境中,智能机器人代替人类完成复杂的工作任务时,需要一套稳定高效的控制技术即同步定位与地图构建（Simultaneous Localization and Mapping,SLAM）去完成机器人的智能化、自主化操作。而且随着传感器技术的不断发展,基于视觉的移动机器人SLAM逐渐成为了研究热点。物体检测又是机器人非常重要的一项作业任务,通过将机器人SLAM和物体检测结合起来可以完成一些复杂、危险的任务,保证工人人身安全。所以本文对基于视觉的机器人SLAM和物体检测一体化方法进行了研究。首先,针对线缆目标轮廓较难检测的问题,本文提出了基于H分量的直方图反向投影的轮廓检测方法。先进行图像增强以提高目标和背景对比度,然后进行颜色空间转换,采用基于H分量的直方图反向投影方法对轮廓进行提取,接着通过形态学处理去除轮廓的毛刺噪声。最后研究了三种直线检测算法,根据检测结果选取合适的线缆直线段检测算法。然后,针对相交轮廓以及背景粘连无法进行轮廓主体提取的问题,本文提出了基于轮廓拐点的相交轮廓边缘检测算法。先用ED边缘检测算法对线缆轮廓进行提取,然后采用DP算法对轮廓进行平滑。为了避免复杂的计算,通过Freeman链码对轮廓进行描述,构建累加差别值对轮廓拐点进行分类。最后通过设定线缆边缘提取标准,解决了相交轮廓以及背景粘连无法提取轮廓主体的问题。其次,针对ORB算法提取的特征点容易聚集在图像纹理丰富区域,不能均匀地分布在图像上问题,本文提出了基于信息熵的特征点均匀化算法。通过将图像金字塔分层,再将每层图像网格化,最后以每个网格信息熵所占比例权重系数进行特征点的均匀分配。通过实验对比,本文算法特征点分布均匀度比基于Open CV算法提高76.3%,比基于四叉树算法提高2.13%。最后,改进并且扩展了ORB-SLAM2系统。通过公开数据集验证本文提出的特征点均匀化算法对系统的稳定性和位姿准确性有所改善。最终实验表明,本文算法比基于四叉树算法整个系统的轨迹准确性至少提高2.11%,最多提高61.04%;相邻帧之间的平移误差减少至少1.90%,最多减少38.09%。然后对改进后的ORB-SLAM2系统进行扩展,增加了物体检测线程。针对Kinect V2.0视场过大引入过多背景问题,本文提出融合深度信息对复杂背景进行过滤,然后对感兴趣区域进行物体检测,并且通过帧与帧之间线段的匹配,提高检测结果的正确率和稳定性。与此同时,将线特征转为点特征,提高了系统的通用性和健壮性。最终实验表明达到了机器人SLAM与物体检测的一体化效果。
二、参数控制的边缘直线提取算法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、参数控制的边缘直线提取算法（论文提纲范文）
（1）基于图像处理的钢轨表面缺陷检测算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 钢轨缺陷检测方法 |
| 1.2.2 机器视觉检测技术 |
| 1.2.3 图像预处理技术 |
| 1.2.4 轨面区域提取技术 |
| 1.2.5 基于图像处理的钢轨表面缺陷检测技术 |
| 1.3 论文主要工作及组织架构 |
| 1.3.1 论文的主要工作 |
| 1.3.2 论文的组织结构 |
| 1.4 本章小结 |
| 第二章 钢轨图像预处理 |
| 2.1 图像去噪 |
| 2.1.1 均值滤波 |
| 2.1.2 中值滤波 |
| 2.1.3 高斯滤波 |
| 2.1.4 去噪效果评价 |
| 2.2 图像增强 |
| 2.2.1 轨道图像增强分析 |
| 2.2.2 相关算法 |
| 2.2.3 边缘算子改进引导滤波 |
| 2.2.4 加权引导滤波分层图像增强算法 |
| 2.2.5 实验结果及分析 |
| 2.3 本章小结 |
| 第三章 钢轨表面区域提取 |
| 3.1 直线检测算法分析 |
| 3.2 相关算法 |
| 3.3 直线检测算法的改进 |
| 3.3.1 基于Canny提取边缘图像的LSD直线检测算法 |
| 3.3.2 基于双边滤波改进的Canny算法 |
| 3.3.3 基于双边滤波改进Canny提取边缘图像的LSD直线检测算法 |
| 3.4 基于改进LSD直线检测算法的钢轨表面边界提取 |
| 3.4.1 主观评价 |
| 3.4.2 客观评价 |
| 3.5 本章小结 |
| 第四章 钢轨图像非均匀光照校正及缺陷检测 |
| 4.1 钢轨表面缺陷图像特征 |
| 4.2 光照不均与缺陷检测算法分析 |
| 4.3 非均匀光照图像校正 |
| 4.3.1 PCNN |
| 4.3.2 基于图像边缘信息自适应调节连接强度改进脉冲耦合神经网络 |
| 4.4 阈值分割 |
| 4.4.1 最大熵阈值分割 |
| 4.4.2 基于图像目标熵与背景区域灰度分布概率改进最大熵阈值分割 |
| 4.4.3 形态学处理 |
| 4.5 实验结果与分析 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 本文主要工作总结 |
| 5.2 今后需进一步研究的工作 |
| 参考文献 |
| 个人简历 在读期间发表的学术论文 |
| 致谢 |
（2）航空复材图像中的复杂直线提取技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 直线特征提取 |
| 1.2.2 复杂线特征提取研究 |
| 1.3 论文概述 |
| 1.3.1 本文的主要研究内容 |
| 1.3.2 论文结构 |
| 第2章 相关技术概述 |
| 2.1 图像预处理 |
| 2.1.1 图像灰度化 |
| 2.1.2 图像去噪 |
| 2.2 图像二值化 |
| 2.2.1 常用二值化方法 |
| 2.2.2 评价指标 |
| 2.2.3 二值化对比实验分析 |
| 2.3 图像连通域 |
| 2.3.1 连通域判定 |
| 2.3.2 连通域过滤 |
| 2.4 本章小结 |
| 第3章 基于形态学的Steger中心线提取 |
| 3.1 中心线提取 |
| 3.2 Steger中心线提取算法 |
| 3.3 基于图像形态学的Steger中心线提取 |
| 3.3.1 图像形态学基本理论 |
| 3.3.2 图像形态学连接离散连通域 |
| 3.3.3 基于图形形态学的Steger中心线提取 |
| 3.4 中心线提取实验分析 |
| 3.5 本章小结 |
| 第4章 基于中心线拟合的复杂直线提取 |
| 4.1 常用直线提取算法 |
| 4.2 交叉点切割 |
| 4.2.1 线细化 |
| 4.2.2 交叉点切割 |
| 4.2.3 线筛选 |
| 4.3 直线拟合 |
| 4.3.1 直线拟合方法介绍 |
| 4.3.2 基于交叉点切割的RANSAC最小二乘直线拟合 |
| 4.4 基于中心线拟合的直线提取算法流程 |
| 4.5 直线提取实验及结论分析 |
| 4.5.1 碳纤维复合材料图像采集 |
| 4.5.2 直线提取评价指标 |
| 4.5.3 直线提取实验结果分析 |
| 4.6 本章小结 |
| 第5章 结论与展望 |
| 5.1 主要结论 |
| 5.2 论文研究展望 |
| 参考文献 |
| 攻读硕士期间取得的研究成果 |
| 致谢 |
（3）基于视觉定位的纸塑复合袋差速纠偏方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题来源 |
| 1.2 研究背景与意义 |
| 1.3 国内外研究现状 |
| 1.3.1 视觉定位研究现状 |
| 1.3.2 纠偏装置研究现状 |
| 1.4 本文的主要研究内容 |
| 第2章 纸塑复合袋纠偏系统总体设计 |
| 2.1 纸塑复合袋生产工艺分析 |
| 2.2 纸塑复合袋差速纠偏系统设计 |
| 2.2.1 设计要求 |
| 2.2.2 纠偏系统原理 |
| 2.2.3 纠偏装置设计 |
| 2.3 纸塑复合袋纠偏系统问题分析 |
| 2.4 本章小结 |
| 第3章 纸塑复合袋视觉定位算法研究 |
| 3.1 纸塑复合袋视觉定位流程 |
| 3.1.1 图像处理基础 |
| 3.1.2 视觉定位流程 |
| 3.2 阈值分割 |
| 3.3 图像滤波 |
| 3.3.1 三种图像滤波方式 |
| 3.3.2 基于方差的差异化滤波方法 |
| 3.4 Hough直线变换及其改进算法 |
| 3.4.1 Hough直线变换原理 |
| 3.4.2 Hough变换改进算法 |
| 3.5 本章小结 |
| 第4章 纸塑复合袋纠偏控制系统研究 |
| 4.1 纸塑复合袋纠偏运动分析 |
| 4.2 纸塑复合袋纠偏受力分析与仿真 |
| 4.2.1 薄板屈曲理论 |
| 4.2.2 纸塑复合袋屈曲有限元仿真 |
| 4.2.3 仿真结果分析 |
| 4.3 纠偏速度控制 |
| 4.3.1 S型加减速算法分析 |
| 4.3.2 S型加减速纠偏速度分析 |
| 4.3.3 基于遗传算法的位置纠偏速度求解 |
| 4.4 遗传算法与纠偏速度规划仿真 |
| 4.4.1 遗传算法求解结果与位置纠偏速度曲线 |
| 4.4.2 角度纠偏速度曲线 |
| 4.4.3 纠偏效果仿真分析 |
| 4.5 本章小结 |
| 第5章 纠偏系统软件设计及纠偏实验 |
| 5.1 纠偏系统软件设计 |
| 5.1.1 开发环境 |
| 5.1.2 功能模块 |
| 5.1.3 软件需求与应用 |
| 5.2 纠偏实验 |
| 5.2.1 纠偏轨迹验证 |
| 5.2.2 最佳皮带间距 |
| 5.2.3 纠偏效果 |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表学术论文情况 |
（4）物面边缘特征点提取的平直度检测算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 平直度介绍 |
| 1.3 国内外研究现状 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.4 主要研究内容和技术路线 |
| 1.4.1 主要研究内容 |
| 1.4.2 技术路线 |
| 2 采集平台搭建及系统标定 |
| 2.1 图像采集平台 |
| 2.2 摄像机标定 |
| 2.2.1 参考坐标系简介 |
| 2.2.2 摄像机模型 |
| 2.2.3 参数求解 |
| 2.2.4 摄像机标定实验 |
| 2.3 像素标定 |
| 2.4 本章小结 |
| 3 预处理和直线检测 |
| 3.1 图像预处理 |
| 3.1.1 图像灰度化 |
| 3.1.2 图像去噪 |
| 3.2 直线检测 |
| 3.2.1 梯度算子 |
| 3.2.2 LSD直线检测 |
| 3.3 本章小结 |
| 4 瓷砖接缝平直度检测算法研究 |
| 4.1 Edge Drawing |
| 4.1.1 高斯滤波 |
| 4.1.2 梯度和方向 |
| 4.1.3 提取锚点 |
| 4.1.4 绘制边缘 |
| 4.2 最小二乘法直线拟合 |
| 4.2.1 直线参数估计 |
| 4.2.2 拟合结果的偏差 |
| 4.3 直线矫正 |
| 4.3.1 梯度引力图 |
| 4.3.2 直线位置矫正方法 |
| 4.3.3 直线提纯 |
| 4.4 本章小结 |
| 5 实验结果与对比 |
| 5.1 实验过程 |
| 5.2 实验对比 |
| 5.2.1 内部参数对比 |
| 5.2.2 直线检测文献对比 |
| 5.2.3 评价指标 |
| 5.3 平直度计算 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（5）基于视觉多特征融合的三维靶标位姿估计方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 合作目标位姿估计方法研究现状 |
| 1.2.1 目标几何特征提取方法 |
| 1.2.2 合作目标位姿估计方法 |
| 1.3 图像复原方法研究现状 |
| 1.3.1 图像盲复原方法 |
| 1.3.2 图像非盲复原方法 |
| 1.4 研究意义及研究内容 |
| 1.4.1 研究意义 |
| 1.4.2 研究内容 |
| 第二章 基于CAD模型的3D目标检测方法 |
| 2.1 引言 |
| 2.2 基于CAD模型的3D目标检测原理 |
| 2.3 3D目标图像预处理 |
| 2.4 目标检测方法 |
| 2.4.1 视点位置规划 |
| 2.4.2 模板匹配指标 |
| 2.4.3 目标确认指标 |
| 2.5 基于CAD模型的3D目标检测方法实现 |
| 2.6 小结 |
| 第三章 基于模型的3D目标离焦模糊图像恢复方法 |
| 3.1 引言 |
| 3.2 目标图像离焦退化与复原 |
| 3.2.1 图像离焦退化原理 |
| 3.2.2 图像非盲复原 |
| 3.3 基于EPCPSO的离焦图像PSF估计 |
| 3.3.1 混沌PSO算法 |
| 3.3.2 群能量保持CPSO算法 |
| 3.4 目标图像恢复质量评价指标 |
| 3.4.1 复原图像质量评价指标 |
| 3.4.2 基于模型的边缘加权图像质量评价指标 |
| 3.5 基于模型的3D目标离焦图像恢复算法及实现 |
| 3.6 小结 |
| 第四章 多特征融合的3D目标位姿估计方法 |
| 4.1 引言 |
| 4.2 目标几何特征提取及匹配方法 |
| 4.2.1 目标点特征和直线特征提取方法 |
| 4.2.2 目标面特征提取方法 |
| 4.2.3 基于模型的目标特征点匹配方法 |
| 4.3 多特征融合的位姿估计方法 |
| 4.3.1 相机成像模型 |
| 4.3.2 EPnP位姿估计算法 |
| 4.3.3 多特征融合的wEPnP算法 |
| 4.4 多特征融合的3D目标位姿估计方法实现 |
| 4.5 小结 |
| 第五章 实验与分析 |
| 5.1 引言 |
| 5.2 3D目标检测实验及分析 |
| 5.3 3D目标图像恢复实验及分析 |
| 5.4 3D目标位姿估计实验及分析 |
| 5.4.1 低分辨率仿真图像位姿估计实验及分析 |
| 5.4.2 低分辨率3D目标图像位姿估计实验及分析 |
| 5.5 3D靶标位姿估计实验及分析 |
| 5.6 小结 |
| 第六章 结论及展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者及导师简介 |
| 附件 |
（6）基于双显微视觉的高精度对位系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 自动对位设备的研究现状 |
| 1.2.2 显微视觉检测的研究现状 |
| 1.2.3 纠偏运动平台的研究现状 |
| 1.3 课题的来源及主要研究内容 |
| 第二章 双显微视觉对位系统平台的建立 |
| 2.1 引言 |
| 2.2 视觉对位系统总体方案设计 |
| 2.3 双显微视觉系统的分析与设计 |
| 2.3.1 视觉系统的功能分析 |
| 2.3.2 视觉系统的硬件设计与搭建 |
| 2.4 运动控制系统的分析与设计 |
| 2.4.1 运动控制系统的功能分析 |
| 2.4.2 运动控制系统的硬件设计与搭建 |
| 2.5 本章小结 |
| 第三章 基于双显微视觉的位姿检测算法研究 |
| 3.1 引言 |
| 3.2 图像预处理 |
| 3.2.1 最小ROI获取 |
| 3.2.2 自适应平滑滤波 |
| 3.3 亚像素边缘检测 |
| 3.3.1 基于改进Canny算子的边缘提取 |
| 3.3.2 基于多项式插值的亚像素细分 |
| 3.4 光刻版工件位姿偏差求解 |
| 3.4.1 基于RANSAC算法的直线拟合 |
| 3.4.2 中心点定位及局部偏差获取 |
| 3.4.3 整体位姿偏差获取 |
| 3.5 视觉检测精度实验验证与分析 |
| 3.6 本章小结 |
| 第四章 视觉对位系统的标定与集成方法研究 |
| 4.1 引言 |
| 4.2 单目视觉标定 |
| 4.2.1 相机透视投影模型 |
| 4.2.2 透镜畸变模型 |
| 4.2.3 实验验证及结果分析 |
| 4.2.4 图像矫正 |
| 4.3 双视觉坐标映射关系标定 |
| 4.3.1 双相机坐标系关联标定原理 |
| 4.3.2 实验验证及结果分析 |
| 4.4 视觉系统与运动系统的集成 |
| 4.4.1 视觉坐标系与运动坐标系间的坐标变换 |
| 4.4.2 实验验证及结果分析 |
| 4.5 视觉对位策略研究 |
| 4.6 本章小结 |
| 第五章 视觉对位系统实验验证与分析 |
| 5.1 引言 |
| 5.2 视觉对位系统软件设计 |
| 5.3 运动控制系统运动精度检测 |
| 5.3.1 运动控制平台重复定位精度测量 |
| 5.3.2 运动控制平台耦合度误差测试 |
| 5.4 视觉对位实验验证 |
| 5.5 实验误差分析 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间本人出版或公开发表的论着、论文 |
| 致谢 |
（7）人造物体的几何特征提取及三维重建（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 边缘检测研究现状 |
| 1.2.2 几何特征检测研究现状 |
| 1.2.3 三维重建研究现状 |
| 1.3 本文主要工作与组织结构 |
| 第二章 基于边缘块的线段提取算法 |
| 2.1 引言 |
| 2.2 线段提取算法的基本框架 |
| 2.3 边缘块提取 |
| 2.3.1 边缘块定义 |
| 2.3.2 边缘点标注 |
| 2.3.3 边缘点聚合 |
| 2.4 边缘块连接 |
| 2.4.1 邻接矩阵获取 |
| 2.4.2 路径提取 |
| 2.5 线段提取 |
| 2.5.1 路径筛选 |
| 2.5.2 路径分离 |
| 2.6 本章小结 |
| 第三章 线段提取算法的实现与实验对比 |
| 3.1 引言 |
| 3.2 边缘提取 |
| 3.2.1 边缘检测算法对比 |
| 3.2.2 算法参数对比 |
| 3.3 基于边缘块的线段提取算法实现 |
| 3.4 实验对比 |
| 3.4.1 边缘块提取效果实验 |
| 3.4.2 边缘块连接效果实验 |
| 3.4.3 线段提取效果实验 |
| 3.5 本章小结 |
| 第四章 基于线特征的三维重建 |
| 4.1 引言 |
| 4.2 使用线信息构建三维模型 |
| 4.2.1 二维线段匹配 |
| 4.2.2 三维线段位置估计 |
| 4.3 实验对比 |
| 4.3.1 实验参数 |
| 4.3.2 实验效果 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间主要科研成果 |
（8）基于图像处理的输电线识别与六旋翼巡检研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 论文研究背景和意义 |
| 1.2 国内外巡检研究现状 |
| 1.2.1 国外巡检研究现状 |
| 1.2.2 国内巡检研究现状 |
| 1.3 输电线技术探讨与难点分析 |
| 1.3.1 视觉识别与控制 |
| 1.3.2 难点分析 |
| 1.4 研究内容总体安排 |
| 第二章 基于飞行器的复杂背景预处理 |
| 2.1 输电线图像灰度化 |
| 2.2 输电线图像均衡化 |
| 2.3 输电线图像去模糊 |
| 2.3.1 运动模糊模型 |
| 2.3.2 输电线模糊图像复原 |
| 2.3.3 仿真实验 |
| 2.4 输电线图像去除噪声 |
| 2.4.1 中值滤波效果 |
| 2.4.2 高斯滤波效果 |
| 2.5 本章小结 |
| 第三章 基于图像特征的输电线识别算法研究 |
| 3.1 输电线边缘检测方法 |
| 3.1.1 Canny算法检测流程 |
| 3.1.2 改进Edge Drawing边缘检测流程与结果 |
| 3.2 输电线直线提取方法 |
| 3.2.1 Hough变换检测直线 |
| 3.2.2 基于EDLines算法提取直线流程与结果 |
| 3.3 输电线连接 |
| 3.4 去除背景干扰 |
| 3.4.1 K均值聚类算法的介绍 |
| 3.4.2 K均值聚类算法的流程 |
| 3.4.3 K均值去除背景干扰 |
| 3.5 模板滤波 |
| 3.5.1 直线模板设计 |
| 3.5.2 匹配度 |
| 3.6 本章小结 |
| 第四章 基于图像的六旋翼输电线目标跟踪研究 |
| 4.1 输电线跟踪算法 |
| 4.1.1 输电线ROI |
| 4.1.2 Kalman算法介绍 |
| 4.1.3 粒子滤波算法介绍 |
| 4.2 输电线目标运动模型 |
| 4.2.1 输电线运动模型 |
| 4.2.2 卡尔曼滤波模型参数 |
| 4.2.3 条件密度传播粒子滤波模型 |
| 4.3 跟踪测距方法 |
| 4.3.1 摄像机成像模型 |
| 4.3.2 单目输电线测距 |
| 4.4 实验结果与分析 |
| 4.4.1 跟踪流程 |
| 4.4.2 实验结果 |
| 4.5 本章小结 |
| 第五章 输电线跟踪系统实验方案与验证 |
| 5.1 硬件系统组成 |
| 5.1.1 飞行器控制单元 |
| 5.1.2 图像采集模块 |
| 5.2 软件实现流程 |
| 5.2.1 实时跟踪流程设计 |
| 5.2.2 输电线避障方案 |
| 5.3 实验结果 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（9）基于地面特征的移动机器人室内定位系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及其意义 |
| 1.2 国内外研究现状 |
| 1.2.1 图像直线提取研究现状 |
| 1.2.2 移动机器人室内定位研究现状 |
| 1.3 论文主要内容及结构安排 |
| 第二章 移动机器人系统设计与实验平台搭建 |
| 2.1 系统设计 |
| 2.2 移动机器人硬件模块 |
| 2.2.1 底盘硬件组成 |
| 2.2.2 视觉模块 |
| 2.2.3 通信控制模块 |
| 2.3 移动机器人软件模块 |
| 2.4 本章小结 |
| 第三章 相机标定和图像预处理 |
| 3.1 相机标定基础 |
| 3.1.1 相机模型 |
| 3.1.2 张正友相机标定法 |
| 3.1.3 相机标定模块 |
| 3.2 图像预处理 |
| 3.2.1 边缘检测 |
| 3.2.2 8邻域边缘分组 |
| 3.2.3 畸变矫正 |
| 3.3 图像畸变矫正对比实验 |
| 3.4 本章小结 |
| 第四章 目标直线提取算法研究 |
| 4.1 直线拟合方法 |
| 4.2 结合RANSAC与最小二乘法的直线拟合算法 |
| 4.2.1 基于预检验的RANSAC算法 |
| 4.2.2 最小二乘直线拟合 |
| 4.3 IPM算法 |
| 4.4 直线拟合对比实验 |
| 4.5 本章小结 |
| 第五章 基于地面特征的室内定位融合算法研究 |
| 5.1 里程计航迹推算模型 |
| 5.2 卡尔曼滤波算法原理分析 |
| 5.2.1 线性卡尔曼滤波算法 |
| 5.2.2 扩展卡尔曼滤波算法 |
| 5.3 基于扩展卡尔曼滤波的融合定位算法研究 |
| 5.3.1 基于扩展卡尔曼滤波的融合定位算法 |
| 5.3.2 基于线预测算法的位姿修正 |
| 5.4 基于扩展卡尔曼滤波的融合定位算法实验及结果分析 |
| 5.5 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读学位期间取得的学术成果 |
| 致谢 |
（10）基于视觉的机器人SLAM与物体检测一体化研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 视觉SLAM研究现状 |
| 1.2.2 物体检测研究现状 |
| 1.3 本文主要研究内容及章节安排 |
| 第二章 基于直方图反向投影的物体轮廓直线段检测 |
| 2.1 基于直方图反向投影的物体轮廓提取 |
| 2.1.1 图像增强 |
| 2.1.2 颜色空间选择 |
| 2.1.3 直方图反向投影方法研究 |
| 2.2 形态学处理 |
| 2.2.1 基本形态学处理 |
| 2.2.2 结构元素 |
| 2.2.3 处理结果 |
| 2.3 直线检测 |
| 2.3.1 霍夫直线检测 |
| 2.3.2 LSD直线检测 |
| 2.3.3 EDLines直线检测 |
| 2.3.4 直线检测结果 |
| 2.4 本章小结 |
| 第三章 基于轮廓拐点的相交轮廓边缘检测 |
| 3.1 图像边缘检测方法 |
| 3.1.1 边缘的定义和分类 |
| 3.1.2 边缘检测方法 |
| 3.1.3 检测结果 |
| 3.2 基于道格拉斯-普客算法的轮廓去噪、拟合处理 |
| 3.2.1 道格拉斯-普客算法 |
| 3.2.2 处理结果 |
| 3.3 基于Freeman链码描述的拐点检测算法 |
| 3.3.1 链码描述 |
| 3.3.2 拐点、非拐点和可疑拐点分类 |
| 3.3.3 可疑拐点判断 |
| 3.3.4 实验结果 |
| 3.4 轮廓的分离和提取 |
| 3.4.1 轮廓的分离 |
| 3.4.2 轮廓的提取 |
| 3.4.3 实验结果 |
| 3.5 本章小结 |
| 第四章 基于信息熵的特征点均匀化提取算法 |
| 4.1 基于信息熵的特征点均匀化算法 |
| 4.1.1 ORB特征点提取 |
| 4.1.2 信息熵 |
| 4.1.3 基于四叉树的特征点均匀化算法 |
| 4.1.4 基于信息熵的ORB特征点均匀化算法 |
| 4.2 实验结果 |
| 4.2.1 特征分布评价 |
| 4.2.2 特征点提取结果对比 |
| 4.3 本章小结 |
| 第五章 视觉SLAM与物体检测一体化实验与分析 |
| 5.1 改进的ORB-SLAM2 系统实验分析 |
| 5.1.1 评价标准 |
| 5.1.2 实验对比和分析 |
| 5.2 融合深度信息的复杂背景过滤 |
| 5.2.1 深度相机标定与配准实验 |
| 5.2.2 融合深度信息的复杂背景过滤 |
| 5.3 线段特征的使用 |
| 5.3.1 线段特征匹配 |
| 5.3.2 线段匹配对筛选 |
| 5.3.3 线段特征转点特征处理 |
| 5.4 机器人SLAM与物体检测一体化实验结果 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 研究内容总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
四、参数控制的边缘直线提取算法（论文参考文献）
- [1]基于图像处理的钢轨表面缺陷检测算法研究[D]. 何恬. 华东交通大学, 2021(01)
- [2]航空复材图像中的复杂直线提取技术研究[D]. 杨艳. 四川大学, 2021(02)
- [3]基于视觉定位的纸塑复合袋差速纠偏方法研究[D]. 朱晓凡. 湖北工业大学, 2020(04)
- [4]物面边缘特征点提取的平直度检测算法研究[D]. 薛改样. 西安科技大学, 2020(01)
- [5]基于视觉多特征融合的三维靶标位姿估计方法研究[D]. 吴谧辰. 北京化工大学, 2020(02)
- [6]基于双显微视觉的高精度对位系统研究[D]. 吕红阳. 苏州大学, 2020(02)
- [7]人造物体的几何特征提取及三维重建[D]. 申超胜. 广西大学, 2020(02)
- [8]基于图像处理的输电线识别与六旋翼巡检研究[D]. 韦盛. 合肥工业大学, 2020(02)
- [9]基于地面特征的移动机器人室内定位系统研究[D]. 揭云飞. 广东工业大学, 2020
- [10]基于视觉的机器人SLAM与物体检测一体化研究[D]. 贾兴伟. 南京航空航天大学, 2020(07)