学位论文 > 优秀研究生学位论文题录展示

视觉目标自遮挡检测及下一最佳观测方位研究

作　者: 高凤玲
导　师: 张世辉
学　校: 燕山大学
专　业: 计算机软件与理论
关键词: 计算机视觉 深度图像 自遮挡检测 法向量 光线跟踪算法 下一最佳观测方位
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 26次
引　用: 1次
阅　读: 论文下载
 

内容摘要


在机器人导航、目标识别、自动作业等视觉领域中,利用目标物体的一幅图像创建场景的三维图像是十分困难的,因此,视觉系统往往需要通过传感器从不同的方向和位置采集多幅图像来创建物体三维描述。所以,如何选取最佳方向和位置,使得从该方向和位置能够最大限度地观察到前一视角尚未观察到的信息,这就是下一最佳观测方位问题。本文以被测物体的深度图像为基础,综合运用计算机视觉、图像处理、微分几何学等理论和方法,对如何检测自遮挡和确定被测物体的下一最佳观测方位问题进行了研究。首先,详细描述了深度图像的概念、深度图像的表示方法及曲面法向量的计算方法。其次,分析被测目标物体深度图像的深度数据,研究自遮挡现象区域内相邻像素的深度值的变化情况,然后,通过分析自遮挡和图像阈值分割技术的关系,将灰度图像处理领域的基于简单图像统计的全局阈值分割方法的思想引入深度图像处理领域,结合使用视觉目标对应的边缘信息,通过求取合适的阈值实现了对视觉目标自遮挡的检测。再次,根据已检测到的自遮挡信息,提出了一种利用自遮挡信息确定下一最佳观测方位的方法。本文根据曲面在自遮挡点处的法向量信息和光线跟踪算法进一步确定出传感器的下一最佳观测方向和位置。最后,通过实验对提出的两种方法进行了有效性和可行性的验证。

全文目录


摘要  5-6
Abstract  6-10
第1章 绪论  10-18
  1.1 课题研究背景  10-12
  1.2 课题研究意义  12-13
  1.3 国内外研究现状  13-16
    1.3.1 自遮挡检测研究现状  13-14
    1.3.2 下一最佳观测方位研究现状  14-16
  1.4 论文的研究内容及结构安排  16-18
    1.4.1 研究内容  16-17
    1.4.2 结构安排  17-18
第2章 相关理论知识  18-26
  2.1 引言  18
  2.2 深度图像的概念及表示  18-20
  2.3 法向量计算  20-25
    2.3.1 基于局部表面拟合的法向量计算方法  21-22
    2.3.2 基于主元素分析法的法向量计算方法  22-23
    2.3.3 基于三角形的法向量计算方法  23
    2.3.4 基于鲁棒统计的法向量计算方法  23-25
  2.4 本章小结  25-26
第3章 基于深度图像的自遮挡检测算法  26-40
  3.1 引言  26
  3.2 问题描述及遮挡分析  26-30
    3.2.1 问题描述  26-27
    3.2.2 遮挡分析  27-30
  3.3 阈值分割法  30-33
    3.3.1 阈值分割法简介  30-31
    3.3.2 基于区域的全局阈值选取方法  31-33
  3.4 基于深度图像的自遮挡检测算法  33-39
    3.4.1 获取候选边缘  34-36
    3.4.2 基于简单图像统计的全局阈值选取方法  36-37
    3.4.3 检测自遮挡  37
    3.4.4 算法描述  37-39
  3.5 本章小结  39-40
第4章 利用自遮挡信息确定下一最佳观测方位  40-52
  4.1 引言  40
  4.2 下一最佳观测方位问题描述  40-42
    4.2.1 问题描述  40-41
    4.2.2 下一最佳观测方位方法的分类  41-42
  4.3 光线跟踪算法  42-47
    4.3.1 光线跟踪算法原理  43
    4.3.2 光线与物体求交  43-47
  4.4 利用自遮挡信息确定下一最佳观测方位  47-51
    4.4.1 表面的最佳观测方向  47-49
    4.4.2 下一最佳观测方向确定  49-51
    4.4.3 下一最佳观测位置的确定  51
  4.5 本章小结  51-52
第5章 实验及分析  52-58
  5.1 实验环境  52
  5.2 基于深度图像的自遮挡检测算法实现  52-55
    5.2.1 实现方案  53-54
    5.2.2 实验分析  54-55
  5.3 利用自遮挡信息确定下一最佳观测方位的方法实现  55-57
    5.3.1 实现方案  56
    5.3.2 实验分析  56-57
  5.4 本章小结  57-58
结论  58-60
参考文献  60-65
攻读硕士学位期间承担的科研任务与主要成果  65-66
致谢  66-67
作者简介  67

相似论文

  1. 基于学习的低阶视觉问题研究,TP391.41
  2. 基于视觉的番木瓜外观品质检测技术研究,S667.9
  3. 基于计算机视觉对“次郎”甜柿外部品质检测与分级的研究,S665.2
  4. 基于计算机视觉的脱水蒜片检测与分级研究,TP391.41
  5. 基于运动目标轨迹分析的智能交通监控系统,TP277
  6. 基于计算机视觉的带钢表面缺陷在线检测系统的设计与实现,TP391.41
  7. 医学图像配准平台及结合灰度与几何信息的新配准测度,TP391.41
  8. 空间增强现实中实时建模相关技术的研究,TP391.41
  9. 应用Kinect与手势识别的增强现实教育辅助系统,TP391.41
  10. 基于DSP的单目视觉定位方法关键技术研究,TP391.41
  11. 基于计算机图像处理的叶片氮素检测系统研究,TP391.41
  12. 基于线特征的规则物体影像的关系匹配研究,TP391.41
  13. 货币政策对中国股票市场风险影响的实证分析,F822.0;F832.51
  14. 基于视觉的人体跟踪技术在人机交互中的应用,TP11
  15. 基于计算机视觉的机车乘务员驾驶疲劳监测研究,TP274
  16. 基于多源信息融合技术的猪肉新鲜度无损检测方法研究,TP274.4
  17. Laplacian坐标在三角网格变形中的应用研究,TP391.41
  18. 汽车仪表板的计算机视觉检测系统研究,TP391.41
  19. 视频图像中运动车辆检测与跟踪技术的研究,TP391.41
  20. 摄像机标定方法研究,TP391.41
  21. 基于计算机视觉的袜套辨色分级系统研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com