第一章 绪论 1
1.1 计算机视觉技术发展 1
1.2 计算机视觉的基本理论框架 3
1.3 计算机视觉测量技术 5
1.4 摄像机成像模型及参数 13
1.5 运动控制系统中物体视觉测量 18
1.6 计算机视觉测量技术和相关学科的关系 25
1.7 本文的研究背景及主要研究内容 26
第二章 基于径向约束关系视觉测量模型研究 28
2.1 引言 28
2.2 摄像机镜头畸变类型 28
2.3 摄像机成像模型 31
2.4 连铸板坯长度测量模型 34
2.5 基于空间平面约束大型吊车运行轨迹视觉测量模型 39
2.6 小结 49
第三章 基于空间结构约束运动图像特征匹配 50
3.1 引言 50
3.2 空间直线投影变换 50
3.3 空间直线夹角检测 54
3.4 基于直线特征的动态边缘匹配 54
3.5 边缘直线拟合算法 58
3.6 曲线边缘特征匹配算法 62
3.7 小结 64
第四章 计算机视觉测量模型参数标定及测量误差分析 65
4.1 引言 65
4.2 连铸板坯长度测量模型参数标定 66
4.3 大型吊车空间位置测量模型参数标定 72
4.4 系统测量误差分析 74
4.5 小结 89
第五章 基于计算机视觉连铸板坯长度在线跟踪测量系统 90
5.1 引言 90
5.2 系统硬件结构 92
5.3 运动板坯边缘检测动态跟踪测量 93
5.4 边缘检测算法 96
5.5 系统应用软件 101
5.6 测量系统性能指标 114
5.7 小结 115
第六章 基于Kalman滤波空间物体运动状态参数预测估计及动态跟踪测量 117
6.1 引言 117
6.2 大型吊车空间轨迹运动状态方程 118
6.3 基于Kalman滤波运动物体状态估计算法 120
6.4 非线性系统状态预测估计 128
6.5 大型吊车空间运行轨迹预测估计计算机仿真 133
6.6 小结 137
第七章 运动物体视觉测量系统关键问题讨论分析 138
7.1 引言 138
7.2 边缘检测算法与扫描速度的关系 138
7.3 相似性评价函数项权系数分析和特征匹配失配率的关系 144
7.4 实时测量系统中运动图像特征失配处理 146
7.5 外极约束法立体匹配 148
7.6 测量视场大小和测量环境的影响 151
7.7 小结 154
第八章 总结与展望 155
参考文献 158
致谢 164