一、多窗口二维实时图象读出系统软件设计（论文文献综述）
王志威[1]（2021）在《基于光谱重构与对抗学习的高光谱异常探测研究》文中指出
刘宇皓[2]（2021）在《基于ARM的通用型人脸识别系统软件设计与实现》文中提出随着互联网的发展,人脸识别技术开始被广泛的应用。而传统的在PC上的人脸识别虽然精度较高,但存在难以部署,不具有通用性等问题。基于此背景,本文设计一种通用型人脸识别系统,将对于人脸的检测识别等相关计算,以及对人脸用户,人脸图片以及人脸特征等存储,都集中于基于ARM架构的Hi3559AV100芯片上。整个系统便于二次开发,且对大多数场景,视频,图片等都可以实时地进行人脸检测识别。系统设计了六个模块:接口模块,DP server模块,人脸库管理模块,特征库模块,图片流处理模块,视频流处理模块,来构建整个人脸识别系统。针对监控,门禁等不同的应用场景,在人脸识别算法模块中分别设计了图片流处理模块和视频流处理模块。考虑到算法需要匹配对应的硬件资源,以及系统应用的实时性需求,选择了Retina Net人脸检测算法,在Face Net网络基础上的Mobile Net V2特征提取算法,deepsort人脸跟踪算法,以及余弦相似度特征比对方法来实现整个的人脸识别算法。同时利用模块的划分,实现了多接口可同时检测图片流和视频流的需求。接口模块利用RTSP,HTTP协议等,完成与上位机以及外设的通信,同时对输入的图像进行简单的预处理。DP server模块用于内部通信,通过对各模块接口消息的解析,进行消息的转发接收,使得整个系统成星型结构,各个模块相互独立,便于系统维护,迭代更新,二次开发。人脸库管理模块利用数据库对人脸,用户信息,特征的存储,实现对人脸分组,人脸用户等相关信息的增删查改功能。为了在具体应用时,减少遍历读取时间,设计了特征库模块,利用共享内存等方式,开辟一个内存空间,将特征读入,再由算法模块去读取进行比对。针对系统的交互功能,利用Java Script作为人机交互界面语言来具体完成了系统整个功能平台的搭建,包括存储页面,识别配置页面,识别结果页面。同时利用python写了一套脚本,来模拟客户端进行测试,完成对整个人脸识别系统各个功能的自动化测试,能快速的得出性能结果以及相关指标,也能快速找出系统问题,为之后的开发以及使用提供了方便。在各个功能模块的应用以及算法设计的配合下,整个系统能较为稳定持续且能保证实时性的运行。
田静[3]（2021）在《红外弱小目标的检测与跟踪方法研究》文中指出低照度、低信噪比和复杂背景等环境下的红外图像弱小目标检测与跟踪具有重要意义,是红外搜索与跟踪系统中的重点和难点,更好的实时性、更高的检测概率和更低的虚警概率成为研究人员一直以来追求的目标。本文根据目标尺度变化和强杂波等因素,提出了一种基于多尺度的局部梯度和局部强度融合的RX红外小目标检测算法,并在此基础上实现了与基于概率假设密度滤波器的序贯蒙特卡洛粒子滤波跟踪算法有效结合,在检测的过程中为跟踪提供预测信息,在跟踪过程中不断校正检测结果,实现了红外图像序列的连续检测与跟踪。在比较了基于二维经验模态分解的RX检测（BEMD-RX）等方法的基础上,本文结合局部梯度和局部强度融合方法[1],提出了一种改进的多尺度局部梯度和局部强度融合的RX红外小目标检测算法（MLIG-RX）。通过多尺度红外图像局部梯度和局部强度的融合计算,实现了图像的预处理,抑制了背景噪声,显着提高了目标的信噪比,并在此基础上利用RX全局检测算法提取图像中的弱小目标,实现了红外弱小目标的有效检测。针对红外图像序列中弱小运动目标的跟踪问题,本文基于随机有限集理论（RFS）,实现了概率假设密度滤波的红外小目标跟踪算法。通过RFS表述目标的运动状态和观测,利用一阶统计矩近似计算目标的后验概率密度[2]。结合序贯蒙特卡洛（SMC）中重要性采样和重采样策略,递归地近似实现目标后验概率假设密度的滤波和传递,形成了红外图像序列的概率假设密度检测前跟踪算法（SMC-PHD）。以运动目标灰度重心为跟踪点,提高了跟踪性能和运算效率。利用目标运动量测方程对目标运动轨迹进行预测,通过更新目标位置来获得对于目标位置的估计,以整体最优估计实现运动目标跟踪以及目标运动轨迹提取。最后,本文基于多尺度局部强度和梯度融合以及序贯蒙特卡洛概率假设密度滤波设计了红外弱小目标检测与跟踪的完整算法框架（MLIG-RX-SMC-PHD）,实现了两种模型的闭环运行。结合实际应用背景,设定了多个仿真场景,给出了实验结果及分析。结果表明,本文提出的检测算法具有较好的背景抑制能力,能够提高目标检测准确率,具有一定的鲁棒性。同时检测与跟踪的闭环运行模式,保证了跟踪的稳定性和准确性。在此基础上,开发了检测与跟踪系统软件,并使用实际数据检验了软件的有效性。
张煜祺[4]（2021）在《复杂场景下的双目立体匹配技术研究》文中研究表明机器视觉是研究如何使机器像人类一样利用视觉来获取场景中信息的学科。双目测量是机器视觉的一个重要分支,其模仿人类视觉系统的原理,在采集图像的基础上还可获得场景的深度信息,如今已广泛应用于工业现场、交通辅助、安防服务、医疗和军事等领域中。相较于依赖其它传感器的测量方法,双目测量具有测量视场更广、系统结构简单、设备之间工作互不干扰等优点,是一种理想的非接触式可见物体测量方法。而立体匹配任务是双目视觉系统运行的核心,决定着整个系统的测量精度。本文就对双目立体匹配技术展开研究,以解决当前立体匹配工作中存在的难点问题、提高双目视觉系统的测量精度为目的,提出了两种新的立体匹配技术。本文的具体工作如下:首先,针对于图像在深度不连续和光照不均的区域难以匹配的现象,提出了一种基于物体轮廓信息的可变窗口匹配算法。该算法主要内容包括:优化了边缘检测算法,使物体轮廓封闭性更佳,以划分出可信度高的同质区域;设计了一种新的相似性测度函数,对光照突变具有鲁棒性,并强化了窗口间的相似性判别能力;提出了新的匹配窗口尺寸自调整策略,缓解了图像在深度不连续区域误匹配严重的现象,同时优化了图像中弱纹理区域的匹配效果;设计了基于同质区域的视差优化方法,对初始得到的视差图做进一步优化。该算法可有效提高图像在深度不连续区域和光照不均环境下的匹配精确度。其次,本文尝试解决立体匹配中的遮挡问题。在介绍了遮挡现象的成因并对各类遮挡情形进行了分析后,提出了一种自适应权重图像遮挡区域视差优化算法。新算法的内容主要包括:基于左右一致性约束的遮挡检测方法,对图像中被遮挡的区域进行界定;提出一种自适应代价聚合权重生成策略,减少遮挡区域的不可靠点对窗口中心点的代价累积影响,提高周边区域像素的匹配精度;提出新的视差优化算法,为遮挡区域的像素设置最可靠的视差。该算法可有效提高图像遮挡区域的匹配精度,进一步提高视差图的整体精度。最后,本文搭建了双目视觉测距相应的软硬件平台,在进行相机标定和图像校正的基础上,利用实景拍摄图像对平台及相关算法进行了测试,验证了本文算法的可靠性及优势。
蔡艳潇[5]（2020）在《灾害条件下道路应急抢通三维虚拟场景创建技术》文中研究指明我国频发的各类自然灾害对道路交通的破坏非常巨大,建立完备的道路交通救援体系是挽救人民生命财产损失的重要手段。应急救援系统重在演练,但是在真实的演练环境不易搭建或代价巨大的条件下,通过创建道路应急抢通三维虚拟场景来演练救援队伍则势在必行。本文从三维场景的实际应用出发,结合虚拟现实技术、GIS（地理信息系统）技术以及数字高程模型的应用,创建了道路应急抢通三维虚拟场景,实现了灾害条件下对道路应急抢通装备以及道路应急抢通场景模拟,进而为实际救援抢通提供演示环境。本论文完成的主要工作如下:（1）研究了获取创建地形所需的基础地理数据、数字高程模型和遥感影像数据的方法,分别基于Unity3D和Arc Scene创建了三维虚拟地形。（2）分别基于OpenGL和3ds Max实现了道路应急抢通装备的建模,将常用的装备模型转换为Multi Patch数据格式导入Arc GIS。研究了三维地形与三维地物模型的匹配问题,实现了三维地形场景和装备模型的合理叠加。（3）研究了地震、火灾和洪水等自然灾害三维虚拟环境的创建方法,利用有源淹没分析算法实现了洪水淹没场景的过程的动态模拟。（4）完成了灾害条件下道路应急抢通三维虚拟场景的构建,实现了三维模型编辑、多视角三维环境漫游、灾害环境模拟及抢通过程动态演示等功能。在此基础上,设计了基于安卓系统的道路应急抢通三维虚拟场景手机端APP。道路应急抢通三维虚拟场景创建软件的开发,能够为灾害场景演示和灾害预测系统的研发奠定基础,对提高救援人员的救援效率具有重要的现实意义,同时可为灾害应急决策的制定和实施提供技术参考。
项桔敏[6]（2020）在《基于机器视觉的滚花螺母分选系统的研究与应用》文中研究说明近年来,随着国内科学技术的迅猛发展,工业生产过程中对质量检测的要求越来越高,传统检测方法已经无法满足现代高精度检测要求。滚花铜螺母是一种高精度零件,常用于精细机械结构当中。目前,对混乱的滚花铜螺母的分选大部分还停留在人工分选上,通过测量螺母指定指标进行分类,该方法已经无法适应现如今高质量高效率的工业生产模式,不仅容易产生误检,且检测效率低。由于机器视觉测量属于非接触测量,且效率高,论文提出基于机器视觉的滚花螺母分选系统考虑到滚花螺母的结构特性,本分选系统通过测量滚花螺母的高度、小径以及螺纹数量三个指标进行检测,其中高度和小径测量检测用视觉测量的方法,螺纹数量的检测用传统图像分割算法。系统的设计通过硬件选型、软件编程和图像算法进三个方面进行展开。硬件选型包括相机、镜头、光源和运动控制卡的选型等;软件编程包括用户界面设计和系统软件代码编程,系统选用C#语言和Halcon联合编程的方法进行软件编程;算法改进部分拟提出基于亚像素的拟合圆算法和拟合直线算法,以此提高螺母高度和小径测量的精度和效率。论文最后对算法和系统进行在线实时测试,测试结果表明,该系统可以快速、准确的对滚花螺母进行分选。
宋孝忠[7]（2020）在《烟煤显微组分组图像自动识别技术研究及应用》文中指出煤化程度和显微组分组成决定着煤的物理化学性质和工艺性质及工业用途。煤的镜质体反射率和煤岩显微组分的自动化测定,不仅能够解决人工检测存在的劳动强度大、工作效率低、数据可对比性差的实际问题,而且可以大力推进煤岩参数指标在煤炭分类和炼焦配煤等工业中的应用。国内外在煤岩自动化测定方面开展过大量研究工作,但是由于受煤岩显微组成及变化的复杂性影响,煤岩显微组分自动化测定仍然面临诸多技术难题没有解决。本文应用煤田地质学、煤岩学、机械制造与自动控制、数字图像处理、计算机软件开发等理论、方法和技术,开展了基于反光显微镜的自动扫描与聚焦装置研制,进行了煤岩显微图像质量影响因素及关键采集参数优选、煤岩显微图像预处理、显微组分组图像自动识别等方法和技术研究及软件开发,并应用研究成果对我国不同成煤时代系列煤化程度代表性煤样进行了测定验证,取得了以下主要研究成果:（1）设计研制出基于反光显微镜的自动扫描与聚焦装置,开发了基于多窗口聚焦评价和搜索的煤岩显微图像自动聚焦技术,形成了煤岩显微图像自动采集硬件平台,实现了煤岩显微图像的自动快速高效采集和存储。（2）揭示了影响煤岩显微图像采集质量的主控因素,提出了不同煤化程度煤的煤岩显微图像采集使用的光源强度和曝光时间最佳参数优选方法和数学模型。（3）提出了基于多尺度混合特征提取的黏结剂显微图像区域有效剔除方法;发现了煤岩显微图像中显微成分彼此之间存在的灰度异常边界,揭示了其形成原因,构建了基于Prewitt算子边缘检测的显微成分灰度异常边界剔除方法,开发出煤岩显微图像预处理技术。（4）首次开发出GKMC煤岩显微组分组自动图像分割识别算法,即基于高斯改进K-means聚类的煤岩显微组分组自动图像分割识别算法,并基于Matlab数学软件工具编写了算法程序。（5）创新形成了具有自主知识产权的GKMC煤岩显微组分组图像法自动化测定技术及装备系统。应用该套技术装备系统对我国不同成煤时代系列煤化程度的45个代表性煤样进行了煤岩显微图像自动采集和显微组分组自动测定,并将测定结果与国内公认的权威煤岩专家人工鉴定的标准结果进行了比对。结果表明,两种方法测定的45个样品镜质组、惰质组、壳质组的极差平均值分别为2.3%、2.3%、1.5%。按照国家标准GB/T18510-2001给出的准确度分析方法获得的三种显微组分组统计量（tc）都小于（n-1）自由度下临界值（tt）,显示该方法与人工鉴定方法没有偏倚。由此表明,本文开发出的这套技术装备系统能够实现煤岩显微组分组的自动化高效快速测定,测定结果重复性好、准确性高。
李昕洋[8]（2020）在《SINS/CNS组合导航仿真系统设计研究》文中指出在现代导航系统中,天文导航和惯性导航的组合导航方式由于其极强的自主性和较高的精度受到越来越多的关注,但是由于其测试成本过于昂贵,导致SINS/CNS组合导航算法的发展过于缓慢,为了解决SINS/CNS组合导航在进行测试时成本过高的问题,本文设计一套实验室可用的SINS/CNS组合导航仿真系统,可以在实验室内较好的模拟SINS/CNS组合导航真实应用环境。本论文依托国家自然科学基金（61573113）和哈尔滨市创新人才研究专项基金（2014RFXXJ074）,为SINS/CNS组合导航设计一套仿真测试系统,并且为SINS/CNS组合导航设计效果更好的星图滤波算法与更适合的组合导航算法。论文根据SINS/CNS组合导航特点,利用LCo S设计出一套半物理仿真系统。其中包括:轨迹发生器、星图生成器、星场模拟器、工业相机等部分。通过编写软件实现轨迹发生器与星图生成器的联动,可以按照使用者设定的初始值生成模拟的运载体轨迹信息,并根据轨迹信息生成对应的星图。分析星图成像特点与噪声特点,按需求为星图添加噪声,并将生成好的星图发送至星场模拟器。星场模拟器运用LCo S与光学系统配合,可以将生成好的星图模拟成由“无穷远”处发来的平行光。最后由工业相机代替星敏感器拍摄模拟好的星图。参考太空环境信息与星敏感器实际拍摄的星图,完善了星图模拟时的噪声,并且针对新的噪声模型,优化星图滤波算法。在原有的星图滤波算法上加入移动中值滤波,可以有效应对杂光带来的影响。对比试验表明,本文提出的星图滤波算法在面对真实拍摄星图与模拟出的星图时的表现效果优于传统滤波算法,验证了该算法的有效性。利用矩阵奇异值分解的方法推导出单星敏感器下天文导航的定位方法,考虑到天文导航经常发生量测丢失的情况,利用鲁棒递推算法推导出适合SINS/CNS组合导航的卡尔曼算法。搭建了一套SINS/CNS组合导航仿真系统平台并进行仿真性能测试。介绍了仿真平台调试流程和使用方法,测试并记录各个子系统的数据,对整个仿真平台进行性能测试,利用PSNR值评估本文提出的星图滤波算法的性能,给出建议的参数设置。同时根据组合导航仿真实验的数据信息,说明了天文导航对惯性导航修正作用。
王凯[9]（2020）在《双目视觉局部立体匹配算法研究》文中研究指明计算机视觉是人工智能领域的重要分支,通过对生物视觉的模拟,使计算机具有类似人眼视觉感知三维环境信息的能力,而双目立体视觉作为计算机视觉研究的重要领域之一,被广泛应用于无人驾驶、智能导航、工业检测、虚拟现实等领域。双目视觉涉及相机标定、图像校正、立体匹配和三维重建等方面,其中立体匹配的本质是从两幅图像的不同视点中找到对应的匹配点,通过计算视差来获取深度信息。但由于光照、遮挡、纹理等因素的存在,对立体匹配提出挑战,也使立体匹配成为双目视觉中的核心部分,算法的匹配精度和运行时间直接决定了双目视觉系统在实际场景中的表现。本文对双目立体视觉基本原理进行详细的介绍,并对立体匹配算法技术展开深入的研究与改进。针对当前局部立体匹配视差精度等方面的问题,本文首先提出图像多尺度概念,在代价聚合阶段采用高斯金字塔跨尺度框架的方式模拟人眼视觉系统在多个尺度上进行立体匹配,通过互尺度正则约束融合各个尺度的匹配代价,粗尺度的匹配代价会修正最精细尺度的匹配代价,提高立体匹配算法的精度;其次根据引导滤波原理,提出了一种二次引导滤波模型,并应用于局部立体匹配算法。在新设计的二次引导滤波模型中,将第一次引导滤波的输出图像作为第二次引导滤波的引导图像,克服了传统引导滤波的缺陷,抑制了噪声。在代价聚合阶段引入二次引导滤波,使用跨尺度框架聚合各尺度的匹配代价,进一步提高算法匹配精度。实验结果表明,基于二次引导滤波的跨尺度局部立体匹配算法在Middlebury测试平台上对标准立体图像对的检测具有更高的精度,且代价聚合步骤的时间复杂度与滤波窗口大小无关,在匹配精度和速度上都取得了良好的效果。二次引导滤波的思想有望在立体匹配等领域取得更广泛的应用。本文根据双目视觉模型,选择合适的相机搭建双目立体视觉实验平台。利用Matlab软件对自制的标定板进行相机标定,得到实验所需双目相机的内外参数。在VS2013结合Opencv的编程环境下,导入标定所得相机参数对真实场景图像对进行校正,利用本文改进算法对校正后的图像进行立体匹配,通过深度视差理论计算出物体表面的三维信息及物体到相机的距离,实验结果表明改进算法在真实场景中也能得到质量较好的视差图,可以很好的实现真实场景的三维信息测量。
胡志强[10]（2020）在《基于机器视觉的激光切割质量检测及评价研究》文中研究表明激光切割是当前激光加工中应用最为广泛的激光加工工艺,激光切割质量,尤其是切割断面的粗糙度将直接影响工件后续的深加工,并最终决定产品的性能和质量。随着工业的发展、科技的进步和新的加工工艺的应用,对各种零部件的精度要求也越来越高,因此对激光切割质量检测的需求也越来越广泛。目前激光切割质量的检测方法有传统的人工检测和传感器检测,现有检测方法存在以下问题:第一,人工检测需要具备相关专业知识的人员进行观测或测量,效率低;第二,传统的传感器检测通常采用声光传感器,存在成本高、精度低、无法定量测量等局限性。机器视觉是一种以图像处理技术为基础的非接触式检测方法,具有易操作、高效率、高柔性、高自动化等特点;而且机器视觉能快速获取大量信息,易于实现信息集成,是实现设备智能化的基础技术之一。本文针对上述问题进行了研究,首先在对激光切割实验研究的基础上,确定了激光切割质量的评价指标-切割下缘的粗糙度,机器视觉的监测对象-激光切割火花簇;然后在搭建的视觉检测平台上,完成了摄像机的标定、火花簇图像分割和火花簇图像特征的提取;最终,结合已获取的激光切割信号量化特征和质量评价指标,采用统计学方法,建立了激光切割质量视觉检测数学模型,实现了基于机器视觉的激光切割质量检测及评价,对保证切割质量、提高生产效率、优化激光切割工艺参数和设备的智能化具有重要意义。本文主要的研究工作和成果如下:（1）在对激光切割质量特征分布实验研究和理论研究的基础上,提出以激光切割下缘粗糙度为切割质量评价指标,以火花簇射视觉特征信号为监测对象,进而建立以粗糙度为因变量,以视觉特征信号为自变量的定量检测及评价切割质量的方法。（2）为获取有效视觉信号,搭建旁轴视觉检测平台,针对由于摄像机安装和镜头畸变引起的误差,通过建模分析完成单目摄像机标定;为抑制数字图像采集传输过程中的噪声干扰,研究图像滤波算法并进行实验验证,选取适宜的滤波方法。（3）针对激光切割火花簇射图像特征和工业现场复杂环境,高亮发光体图像易受光晕噪声干扰,提出一种基于颜色和小波纹理的多尺度火花簇图像分割算法。该算法首先对摄像机采集的RGB图像进行Daubechies三级小波分解和RGB颜色空间到HSV颜色空间的转换,采用小波高频分量描述纹理特征,HSV颜色模型的H通道和V通道描述颜色特征;构建颜色-纹理特征矩阵,为提高算法的运算速度,将矩阵元素采用分块法压缩,并在压缩尺度空间进行K-means初始聚类分割;通过计算梯度角和模值,实现压缩尺度空间分割结果的边缘检测,并映射至原始尺度空间以构建特征矩阵;以初始聚类中心为局部聚类中心,再次用Kmeans聚类法进行精确分割,获取原始尺度下的图像分割结果。实验结果表明该算法能够实现激光切割火花簇射图像的准确有效分割。（4）为定量描述激光切割火花簇射信号特征,通过对火花簇建模分析,解算出具有鲁棒性的视觉信号特征描述子,提出一种激光切割火花簇射信号特征提取算法。该算法首先利用改进的连通域标记算法实现火花簇焰心、核心喷射和最大喷射连通区域的标记,利用主成分分析和快速凸包算法,根据建立的图像几何模型计算出火花簇射角度和出口处最高亮度的灰度矩,获取机器视觉监测对象的定量描述。实验结果表明,该算法提取的火花簇射信号特征具有旋转、平移、尺度不变性,相对误差很小,基于此信号特征描述能够实现激光切割质量的定量检测和评价。（5）通过不同工艺参数的激光切割火花簇射行为视觉检测实验研究和切割面质量（粗糙度）实验研究,揭示了激光切割质量与火花簇射视觉信号特征之间的对应关系。在一定工艺参数范围内,随切割速度变化,火花簇最高亮度区域灰度矩呈倒U形曲线变化,火花簇最高亮度区域灰度矩最大时,对应切割下缘粗糙度最小,此时火花簇偏角接近垂直,切割速度为最佳速度。（6）通过采用统计学分析手段,基于机器视觉和切割质量测量实验,利用改进的逐步回归法建立了激光切割质量视觉检测多元回归数学模型,提出了一种激光切割质量评价方法。实验结果表明,视觉质量检测模型预测结果误差很小,验证了数学模型的有效性和评价方法的可行性。本文利用先进的机器视觉技术,在一定工艺参数范围内实现了基于机器视觉的激光切割质量的检测与评价,对缩短视觉检测算法研发、实时监控激光切割产品质量、提高生产效率、节约人工成本和激光切割设备的智能化具有重要理论意义和应用价值。该论文有图103幅,表17个,参考文献169篇。
二、多窗口二维实时图象读出系统软件设计（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、多窗口二维实时图象读出系统软件设计（论文提纲范文）
（2）基于ARM的通用型人脸识别系统软件设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 人脸识别研究现状 |
| 1.2.2 嵌入式系统研究现状 |
| 1.2.3 嵌入式人脸识别系统研究现状 |
| 1.3 本文主要内容以及结构安排 |
| 第二章 系统总体设计 |
| 2.1 系统总体需求分析 |
| 2.1.1 系统非功能性需求分析 |
| 2.1.2 系统功能性需求分析 |
| 2.2 嵌入式系统硬件平台 |
| 2.3 系统软件环境搭建 |
| 2.3.1 嵌入式操作系统 |
| 2.3.2 配置系统环境 |
| 2.4 系统人脸识别方法选取 |
| 2.4.1 相关算法分析 |
| 2.4.2 卷积神经网络 |
| 2.5 系统软件总体设计 |
| 2.6 本章小结 |
| 第三章 人脸识别算法模块设计与实现 |
| 3.1 算法模块整体设计 |
| 3.2 RetinaNet人脸检测模型 |
| 3.3 Facenet特征提取 |
| 3.3.1 Facenet网络模型 |
| 3.3.2 GoogleNet特征提取 |
| 3.3.3 MobileNetV2 特征提取 |
| 3.3.4 triplet loss优化 |
| 3.4 视频流人脸跟踪 |
| 3.5 余弦相似度特征比对 |
| 3.6 图片流处理模块流程设计与实现 |
| 3.7 视频流处理模块流程设计与实现 |
| 3.8 本章小结 |
| 第四章 系统其他主要功能模块设计与实现 |
| 4.1 接口模块设计与实现 |
| 4.1.1 视频流接口设计与实现 |
| 4.1.2 图片流接口设计与实现 |
| 4.1.3 传输接口设计与实现 |
| 4.2 DP Server模块设计与实现 |
| 4.3 人脸库管理模块设计与实现 |
| 4.3.1 MySql数据库 |
| 4.3.2 人脸数据库设计与实现 |
| 4.4 特征库模块设计与实现 |
| 4.5 本章小结 |
| 第五章 交互功能实现与系统测试分析 |
| 5.1 系统交互功能实现 |
| 5.2 系统测试与分析 |
| 5.2.1 系统功能测试 |
| 5.2.2 系统录入性能测试 |
| 5.2.3 人脸检测识别性能测试 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（3）红外弱小目标的检测与跟踪方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 红外弱小目标检测现状 |
| 1.2.2 红外弱小目标跟踪现状 |
| 1.3 论文研究内容及结构 |
| 1.3.1 论文研究内容 |
| 1.3.2 论文结构安排 |
| 2 红外弱小目标检测与跟踪理论基础 |
| 2.1 红外图像及目标特性分析 |
| 2.1.1 红外图像数学模型 |
| 2.1.2 红外图像目标特性分析 |
| 2.2 红外弱小目标检测方法分析 |
| 2.3 红外弱小目标跟踪方法分析 |
| 2.4 本章小结 |
| 3 红外弱小目标检测方法研究 |
| 3.1 基于二维经验模态分解的检测算法 |
| 3.1.1 经验模态分解 |
| 3.1.2 二维经验模态分解 |
| 3.1.3 RX全局检测 |
| 3.1.4 BEMD-RX检测 |
| 3.1.5 实验结果与分析 |
| 3.2 基于改进局部强度梯度融合的检测算法 |
| 3.2.1 LIG检测算法 |
| 3.2.2 MLIG检测算法 |
| 3.2.3 MLIG-RX检测算法 |
| 3.2.4 实验结果与分析 |
| 3.3 本章小结 |
| 4 红外弱小目标跟踪系统 |
| 4.1 红外弱小目标跟踪方法研究 |
| 4.1.1 随机有限集理论和PHD滤波器 |
| 4.1.2 基于序贯蒙特卡洛概率假设密度滤波的弱小目标跟踪 |
| 4.1.3 跟踪仿真实验与分析 |
| 4.2 基于改进序贯蒙特卡洛概率假设密度滤波的红外弱小目标跟踪系统 |
| 4.2.1 MLIG-RX-SMC-PHD算法 |
| 4.2.2 仿真实验与分析 |
| 4.2.3 系统实现与分析 |
| 4.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（4）复杂场景下的双目立体匹配技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.1.1 机器视觉的背景 |
| 1.1.2 双目立体视觉的研究意义 |
| 1.1.3 立体匹配 |
| 1.2 国内外研究现状 |
| 1.2.1 视觉测量国内外研究现状 |
| 1.2.2 立体匹配国内外研究现状 |
| 1.2.3 遮挡问题国内外研究现状 |
| 1.3 本文主要内容及结构安排 |
| 1.3.1 本文主要研究内容及难点问题 |
| 1.3.2 本文的结构安排 |
| 第2章 双目视觉系统与匹配原理分析 |
| 2.1 双目测量的原理 |
| 2.1.1 针孔成像模型及坐标转换 |
| 2.1.2 摄像机镜头畸变模型 |
| 2.1.3 双目视觉成像结构 |
| 2.1.4 三角测量原理 |
| 2.2 相机标定及图像校正 |
| 2.2.1 传统的相机标定方法 |
| 2.2.2 张正友标定法 |
| 2.2.3 双目图像极线校正 |
| 2.3 立体匹配技术研究 |
| 2.3.1 基于区域的匹配算法 |
| 2.3.2 相似性测度函数 |
| 2.3.3 立体匹配的约束条件 |
| 2.3.4 立体匹配中的主要难点 |
| 2.4 本章小结 |
| 第3章 一种基于物体轮廓信息的可变窗口匹配算法 |
| 3.1 引言 |
| 3.2 一种基于物体轮廓信息的可变窗口匹配算法 |
| 3.2.1 一种改进型轮廓检测算法 |
| 3.2.2 一种基于Census的改进型相似性测度函数 |
| 3.2.3 基于图像轮廓的可变窗口匹配算法 |
| 3.3 基于可信度和同质区域的视差优化 |
| 3.4 实验与结果分析 |
| 3.4.1 立体匹配算法评价方法 |
| 3.4.2 实验结果和分析 |
| 3.4.3 实验数据和结论 |
| 3.5 本章小结 |
| 第4章 一种自适应权重图像遮挡区域视差优化算法 |
| 4.1 引言 |
| 4.2 立体匹配中的遮挡问题概述 |
| 4.3 遮挡场景及类别分析 |
| 4.4 基于遮挡信息的自适应权重立体匹配算法 |
| 4.4.1 基于左右一致性约束的遮挡区域检测 |
| 4.4.2 自适应代价聚合权重生成策略 |
| 4.4.3 基于权重因子的相似性测度函数 |
| 4.4.4 视差计算 |
| 4.4.5 遮挡区域的视差优化 |
| 4.5 实验结果及分析 |
| 4.5.1 实验结果 |
| 4.5.2 实验数据对比和分析 |
| 4.6 本章小结 |
| 第5章 双目视觉系统的开发与测试 |
| 5.1 引言 |
| 5.2 系统的硬件结构设计 |
| 5.3 系统的软件结构设计 |
| 5.4 双目系统测距实验 |
| 5.4.1 双目相机标定实验 |
| 5.4.2 实景测距实验 |
| 5.5 本章小结 |
| 总结与展望 |
| 总结 |
| 展望 |
| 参考文献 |
| 致谢 |
（5）灾害条件下道路应急抢通三维虚拟场景创建技术（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 国内外研究发展现状 |
| 1.2.1 三维灾害虚拟场景研究现状 |
| 1.2.2 三维GIS研究现状 |
| 1.2.3 道路应急抢通研究现状 |
| 1.3 主要研究内容 |
| 1.4 组织结构 |
| 第二章 灾害条件下道路应急抢通三维地形创建 |
| 2.1 灾害模拟 |
| 2.1.1 地震灾害模拟 |
| 2.1.2 火灾模拟 |
| 2.1.3 洪水淹没灾害模拟算法及实现 |
| 2.2 三维地形设计要求及相关技术 |
| 2.2.1 三维地形设计要求 |
| 2.2.2 GIS技术 |
| 2.2.2.1 GIS技术的应用 |
| 2.2.2.2 GIS关键技术 |
| 2.2.3 数字高程模型 |
| 2.2.3.1 DEM的数据来源 |
| 2.2.3.2 DEM的表示模型 |
| 2.3 三维地形的构建与实现 |
| 2.3.1 三维地形研究方向 |
| 2.3.2 三维地形建模方法 |
| 2.3.2.1 规则格网地形建模 |
| 2.3.2.2 不规则三角网(TIN)地形建模 |
| 2.3.2.3 地形建模方法比较 |
| 2.4 基于Unity3D的三维地形创建 |
| 2.4.1 开发环境配置 |
| 2.4.2 Unity3D开发原理 |
| 2.4.3 World Creator插件 |
| 2.4.4 效果展示 |
| 2.4.5 HTC VIVE接入 |
| 2.5 基于Arc Scene的三维地形创建 |
| 2.5.1 开发环境配置 |
| 2.5.2 ArcGIS三维场景平台 |
| 2.5.3 三维可视化技术 |
| 2.5.4 效果展示 |
| 2.6 本章小结 |
| 第三章 道路应急抢通装备建模及导入 |
| 3.1 装备建模设计要求及相关技术 |
| 3.1.1 装备建模设计要求 |
| 3.1.2 虚拟现实技术 |
| 3.1.2.1 虚拟现实技术特征 |
| 3.1.2.2 虚拟现实关键技术 |
| 3.2 三维建模工具 |
| 3.3 装备建模方法 |
| 3.3.1 OpenGL建模方法 |
| 3.3.2 3ds Max建模方法 |
| 3.4 基于OpenGL的三维建模 |
| 3.4.1 开发环境配置 |
| 3.4.2 OpenGL基本原理 |
| 3.4.3 OpenGL编程方法 |
| 3.4.4 效果展示 |
| 3.5 基于3ds Max的三维建模 |
| 3.5.1 开发环境配置 |
| 3.5.2 3ds Max建模思想 |
| 3.5.3 效果展示 |
| 3.6 装备模型导入方式 |
| 3.6.1 Multipatch三维模型 |
| 3.6.2 常见装备模型导入方法及效果展示 |
| 3.7 本章小结 |
| 第四章 灾害条件下道路应急抢通三维虚拟场景构建 |
| 4.1 开发环境配置 |
| 4.2 三维虚拟场景构建 |
| 4.3 道路应急抢通三维虚拟场景功能实现 |
| 4.3.1 道路抢通装备三维模型编辑 |
| 4.3.2 多视角地形场景漫游 |
| 4.3.3 道路抢通装备内部场景漫游 |
| 4.3.4 灾害环境模拟 |
| 4.3.5 三维虚拟环境的动态演示 |
| 4.3.5.1 动画制作方法 |
| 4.3.5.2 编辑和管理动画属性 |
| 4.3.5.3 保存动画 |
| 4.3.5.4 效果展示 |
| 4.3.6 三维虚拟场景的手机端APP开发 |
| 4.3.6.1 手机端APP介绍 |
| 4.3.6.2 软件流程 |
| 4.3.6.3 三维虚拟场景浏览界面 |
| 4.3.6.4 电脑端与手机端指挥界面 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 工作展望 |
| 致谢 |
| 参考文献 |
| 在校期间的研究成果及学术论文 |
（6）基于机器视觉的滚花螺母分选系统的研究与应用（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 机器视觉检测概况及其发展方向 |
| 1.2.1 机器视觉检测概况 |
| 1.2.2 机器视觉检测发展方向 |
| 1.3 国内外研究现状 |
| 1.3.1 国内研究现状 |
| 1.3.2 国外研究现状 |
| 1.4 研究内容和章节安排 |
| 1.4.1 研究内容 |
| 1.4.2 章节安排 |
| 1.5 本章小结 |
| 第2章 系统整体方案设计 |
| 2.1 视觉系统分析 |
| 2.2 分选方案设计和流程 |
| 2.2.1 分选系统解决方案设计 |
| 2.2.2 分选流程设计 |
| 2.3 标定方法设计 |
| 2.3.1 常用标定方法 |
| 2.3.2 分选系统标定方法 |
| 2.4 图像处理算法库 |
| 2.5 方案设计小结 |
| 第3章 硬件系统搭建 |
| 3.1 硬件选型 |
| 3.1.1 相机选型 |
| 3.1.2 镜头选型 |
| 3.1.3 光源选型 |
| 3.2 图像采集系统搭建 |
| 3.3 其他硬件 |
| 3.3.1 上料装置 |
| 3.3.2 下位机 |
| 3.4 硬件设计小结 |
| 第4章 软件系统设计 |
| 4.1 运动控制卡SDK开发 |
| 4.2 基于WinForm平台运动控制界面设计 |
| 4.2.1 界面设计平台 |
| 4.2.2 运动控制界面设计 |
| 4.3 相机SDK开发 |
| 4.4 基于WinForm平台图像处理界面设计 |
| 4.4.1 实时处理界面设计 |
| 4.4.2 小径测量界面设计 |
| 4.4.3 高度测量界面设计 |
| 4.4.4 螺纹数量检测界面设计 |
| 4.5 多线程同步和数据存储结构设计 |
| 4.5.1 实现多线程同步 |
| 4.5.2 数据存储结构设计 |
| 4.6 本章小结 |
| 第5章 图像处理算法研究 |
| 5.1 图像算法分析 |
| 5.2 边缘检测算法 |
| 5.2.1 Roberts、Sobel、Prewitt边缘检测算法 |
| 5.2.2 更先进的检测技术 |
| 5.3 改进圆轮廓拟合算法 |
| 5.3.1 Canny边缘检测算法 |
| 5.3.2 基于Canny算法的改进拟合圆算法 |
| 5.4 改进的直线轮廓拟合算法 |
| 5.4.1 Hough直线检测算法 |
| 5.4.2 改进的直线检测算法 |
| 5.5 模板匹配算法 |
| 5.5.1 基于灰度值的模板匹配 |
| 5.5.2 基于形状特征的模板匹配 |
| 5.6 小径测量 |
| 5.7 高度测量 |
| 5.8 螺纹数量检测 |
| 5.8.1 二值化分析 |
| 5.8.2 形态学处理 |
| 5.8.3 螺纹数量检测流程 |
| 5.9 本章小结 |
| 第6章 系统测试和结果分析 |
| 6.1 算法测试 |
| 6.1.1 改进圆轮廓拟合算法测试 |
| 6.1.2 改进直线轮廓拟合算法测试 |
| 6.2 实时测试准备 |
| 6.2.1 实验样品准备 |
| 6.2.2 创建分选类型 |
| 6.3 测试实验 |
| 6.4 测试结果和误差分析 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 全文总结 |
| 7.2 创新之处 |
| 7.3 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间的研究成果 |
（7）烟煤显微组分组图像自动识别技术研究及应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 选题意义 |
| 1.2 国内外研究现状 |
| 1.2.1 显微镜自动扫描台发展现状 |
| 1.2.2 显微镜自动聚焦技术发展现状 |
| 1.2.3 显微组分自动识别技术发展现状 |
| 1.3 存在的主要问题 |
| 1.4 论文研究内容及方法 |
| 1.4.1 研究目标 |
| 1.4.2 主要研究内容 |
| 1.4.3 关键技术 |
| 1.5 研究方法及技术路线 |
| 2 煤岩显微图像自动采集硬件平台集成研制 |
| 2.1 煤岩显微图像自动采集硬件平台总体设计 |
| 2.2 自动扫描与聚焦装置的机械结构设计 |
| 2.2.1 机械结构设计 |
| 2.2.2 关键结构运动机构设计 |
| 2.2.3 自动扫描台结构受力分析 |
| 2.3 自动扫描与聚焦装置的驱动控制系统设计 |
| 2.3.1 驱动控制系统总体设计 |
| 2.3.2 电机驱动系统组件主要参数计算分析 |
| 2.3.3 驱动控制系统的硬件组成及运行过程 |
| 2.3.4 控制系统电路设计 |
| 2.3.5 控制模式设计 |
| 2.4 基于图像处理的自动聚焦算法开发 |
| 2.4.1 煤岩粉煤光片灰度图像特征分析 |
| 2.4.2 基于灰度方差函数的煤岩图像清晰度评价算法 |
| 2.4.3 自动聚焦搜索算法开发 |
| 2.5 加工试制 |
| 2.6 煤岩显微图像自动采集硬件平台集成及软件开发 |
| 2.6.1 煤岩显微图像自动采集硬件平台集成 |
| 2.6.2 煤岩显微图像自动采集硬件平台的软件开发 |
| 2.7 图像自动采集硬件平台性能测试 |
| 2.7.1 试验方法步骤 |
| 2.7.2 硬件平台试验 |
| 本章小结 |
| 3 煤岩显微图像质量影响因素分析及关键采集参数优选 |
| 3.1 试验煤岩样品与图像采集 |
| 3.1.1 煤岩样品制备 |
| 3.1.2 样品图像采集 |
| 3.2 煤岩显微图像采集影响因素分析 |
| 3.2.1 显微镜不同光源强度下显微图像灰度特征 |
| 3.2.2 相机不同曝光时间下显微图像灰度特征 |
| 3.2.3 不同煤化程度煤的图像采集关键参数优选 |
| 3.2.4 图像尺寸对显微组分灰度分布的影响分析 |
| 本章小结 |
| 4 煤岩显微图像预处理与样品图像灰度曲线特征 |
| 4.1 煤岩显微图像中黏结剂特征及剔除技术 |
| 4.1.1 正常灰度黏结剂的图像特征 |
| 4.1.2 异常灰度-模糊亮斑状黏结剂的图像特征 |
| 4.1.3 黏结剂图像剔除预处理技术开发 |
| 4.1.4 效果验证 |
| 4.2 煤岩图像显微成分间灰度异常边界特征及其处理技术 |
| 4.2.1 煤岩显微图像灰度异常边界特征及成因分析 |
| 4.2.2 灰度异常边界的剔除技术开发 |
| 4.2.3 煤岩显微图像灰度异常边界剔除结果分析 |
| 4.2.4 灰度异常边界对显微组分组自动识别准确性影响 |
| 4.3 煤岩图像显微组分组合特征及其典型灰度曲线类型 |
| 本章小结 |
| 5 GKMC煤岩显微组分组图像自动识别算法开发 |
| 5.1 几类典型图像分割算法适用性测试分析 |
| 5.1.1 基于像素信息的分割算法测试分析 |
| 5.1.2 阈值分割类法测试分析 |
| 5.1.3 基于显微组分灰度直方图的分割方法测试分析 |
| 5.1.4 基于模式识别的分割方法测试分析 |
| 5.2 GKMC煤岩显微组分组图像分割算法开发 |
| 5.2.1 两种典型聚类分割算法特征分析 |
| 5.2.2 GKMC煤岩显微组分组图像分割算法开发 |
| 本章小结 |
| 6 煤岩显微组分组图像法自动化测定软件系统开发 |
| 6.1 煤岩显微组分组图像法自动化测定软件系统总体设计 |
| 6.2 煤岩显微组分组图像预处理模块 |
| 6.3 显微组分组图像自动识别模块 |
| 6.4 显微组分组体积含量统计模块 |
| 6.5 测定结果报告输出模块 |
| 本章小结 |
| 7 GKMC煤岩显微组分组图像法自动测定技术应用 |
| 7.1 煤岩分析测定样品选取 |
| 7.2 图像法显微组分组测定的有效测点确定 |
| 7.3 显微组分组含量自动识别测定系统的重复性分析 |
| 7.4 显微组分组含量自动识别测定结果的准确性分析 |
| 7.4.1 自动测定与人工鉴定结果的一致性分析比对 |
| 7.4.2 偏倚性分析 |
| 7.5 不同图像法测定结果对比分析 |
| 本章小结 |
| 8 结论及展望 |
| 8.1 结论 |
| 8.2 论文创新性 |
| 8.3 展望 |
| 参考文献 |
| 致谢 |
| 作者简历 |
| 学位论文数据集 |
（8）SINS/CNS组合导航仿真系统设计研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究目的意义 |
| 1.2 相关技术研究现状 |
| 1.2.1 动态星图模拟器的发展现状 |
| 1.2.2 星敏感器与工业相机的发展现状 |
| 1.2.3 组合导航半物理仿真系统的研究现状 |
| 1.2.4 星图噪声处理技术的研究现状 |
| 1.2.5 天文/惯性组合导航的研究现状 |
| 1.3 论文主要内容和结构安排 |
| 第2章 天文/惯性组合导航仿真基础知识与系统设计方案 |
| 2.1 导航理论基础 |
| 2.1.1 组合导航方式 |
| 2.1.2 惯性导航的基本原理 |
| 2.1.3 天文导航的基本原理 |
| 2.1.4 常见坐标系 |
| 2.1.5 坐标系转换 |
| 2.1.6 姿态四元数 |
| 2.2 数字图像处理基础理论 |
| 2.2.1 数字图像的基本概念 |
| 2.2.2 传统图像滤波去噪方法 |
| 2.2.3 传统图像形态学处理 |
| 2.3 系统总体工作原理及组成 |
| 2.3.1 系统总体框架 |
| 2.3.2 系统工作流程 |
| 2.4 天文/惯性导航仿真系统设计方案 |
| 2.4.1 组合导航解模块设计方案 |
| 2.4.2 惯性导航模块设计方案 |
| 2.4.3 天文导航模块设计方案 |
| 2.5 本章小结 |
| 第3章 天文导航半物理仿真系统设计 |
| 3.1 天文导航半物理仿真系统的总体结构 |
| 3.2 轨迹发生器 |
| 3.2.1 轨迹发生器简介 |
| 3.2.2 轨迹发生器流程 |
| 3.3 星表与导航星库建立 |
| 3.3.1 星表简介 |
| 3.3.2 导航星库建立 |
| 3.4 星图生成器 |
| 3.4.1 星图生成器功能简介 |
| 3.4.2 星图生成器软件流程 |
| 3.5 星场模拟器 |
| 3.6 工业相机与轨道 |
| 3.6.1 工业相机选取 |
| 3.6.2 轨道简介 |
| 3.7 半物理仿真系统性能测试 |
| 3.7.1 实验环境 |
| 3.7.2 实验结果与分析 |
| 3.8 本章小结 |
| 第4章 星图识别算法 |
| 4.1 星图识别简介 |
| 4.2 星图噪声分析 |
| 4.3 星图滤波算法 |
| 4.4 星点特征提取与识别 |
| 4.4.1 星点质心提取 |
| 4.4.2 三角形识别算法 |
| 4.5 天文导航信息解算 |
| 4.5.1 传统多星敏感器解算 |
| 4.5.2 单星敏感器解算 |
| 4.6 实验分析 |
| 4.6.1 星图滤波算法性能测试与分析 |
| 4.6.2 星图滤波与传统滤波方法对比 |
| 4.6.3 定位算法性能测试 |
| 4.6.4 结果分析 |
| 4.7 本章小结 |
| 第5章 天文/惯性组合导航方案设计 |
| 5.1 组合导航方案介绍 |
| 5.1.1 SINS/CNS组合导航方式选取 |
| 5.1.2 天文/惯性组合导航量测方程 |
| 5.2 非线性系统模型 |
| 5.2.1 状态方程 |
| 5.2.2 量测方程 |
| 5.3 量测丢失算法 |
| 5.3.1 估计误差方差 |
| 5.3.2 鲁棒递推滤波算法设计 |
| 5.4 仿真实验 |
| 5.5 本章小结 |
| 第6章 系统仿真实验与分析 |
| 6.1 半物理仿真系统调试与测试 |
| 6.1.1 测试环境介绍 |
| 6.1.2 半物理仿真平台调试 |
| 6.2 星图处理算法测试 |
| 6.2.1 星图滤波算法测试 |
| 6.2.2 星图识别算法测试 |
| 6.3 天文/组合导航测试 |
| 6.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（9）双目视觉局部立体匹配算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 存在的问题与难点 |
| 1.4 研究内容和结构 |
| 第二章 双目立体视觉原理 |
| 2.1 相机成像原理 |
| 2.1.1 参考坐标系 |
| 2.1.2 线性相机模型 |
| 2.2 双目立体视觉模型 |
| 2.2.1 极线几何 |
| 2.2.2 视差理论 |
| 2.3 双目立体视觉系统 |
| 2.3.1 相机标定 |
| 2.3.2 图像校正 |
| 2.3.3 立体匹配 |
| 2.3.4 三维重建 |
| 2.4 小结 |
| 第三章 立体匹配算法研究及改进 |
| 3.1 立体匹配算法概述 |
| 3.1.1 立体匹配算法分类 |
| 3.1.2 立体匹配算法步骤 |
| 3.1.3 立体匹配算法的评价标准与平台 |
| 3.2 基于跨尺度聚合的立体匹配算法 |
| 3.2.1 图像的多尺度表达 |
| 3.2.2 跨尺度代价聚合 |
| 3.3 基于二次引导滤波的跨尺度代价聚合算法 |
| 3.3.1 引导滤波 |
| 3.3.2 二次引导滤波模型 |
| 3.3.3 改进立体匹配算法 |
| 3.4 改进算法分析 |
| 3.4.1 Middlebury平台精度评估 |
| 3.4.2 运行时间评估 |
| 3.5 小结 |
| 第四章 双目立体视觉测距平台搭建 |
| 4.1 实验平台搭建 |
| 4.2 相机标定 |
| 4.3 三维测距 |
| 4.3.1 图像校正 |
| 4.3.2 立体匹配 |
| 4.3.3 深度提取 |
| 4.4 小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文及取得的相关科研成果 |
| 致谢 |
（10）基于机器视觉的激光切割质量检测及评价研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究的目的及意义 |
| 1.2 激光切割检测技术研究状况及进展 |
| 1.3 论文的主要研究内容 |
| 1.4 论文组织结构 |
| 2 激光切割质量的分布特征分析与总体方案设计 |
| 2.1 引言 |
| 2.2 激光切割原理 |
| 2.3 激光切割质量特征分布实验分析 |
| 2.4 激光切割质量特征分布理论分析 |
| 2.5 激光切割质量视觉检测及评价总体方案设计 |
| 2.6 本章小结 |
| 3 激光切割火花簇信号采集与预处理算法研究 |
| 3.1 引言 |
| 3.2 视觉检测系统搭建 |
| 3.3 摄像机标定 |
| 3.4 图像滤波算法 |
| 3.5 基于颜色与小波纹理特征的激光切割火花簇图像分割算法 |
| 3.6 实验结果与分析 |
| 3.7 本章小结 |
| 4 激光切割火花簇射信号特征提取算法研究 |
| 4.1 引言 |
| 4.2 激光切割火花簇几何模型与特征解算 |
| 4.3 激光切割火花簇射图像特征表示与解算 |
| 4.4 图像连通区域标记算法 |
| 4.5 激光切割火花簇射特征信号提取 |
| 4.6 实验结果与分析 |
| 4.7 本章小结 |
| 5 激光切割质量视觉检测及评价研究 |
| 5.1 引言 |
| 5.2 激光切割质量检测实验方法 |
| 5.3 激光切割质量评价与火花簇射行为分类实验研究 |
| 5.4 激光切割视觉信号与切割质量相关性实验研究 |
| 5.5 激光切割视觉信号与质量相关性数学模型建立 |
| 5.6 激光切割质量视觉检测及评价方法 |
| 5.7 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 作者简历 |
| 学术论文数据集 |
四、多窗口二维实时图象读出系统软件设计（论文参考文献）
- [1]基于光谱重构与对抗学习的高光谱异常探测研究[D]. 王志威. 中国矿业大学, 2021
- [2]基于ARM的通用型人脸识别系统软件设计与实现[D]. 刘宇皓. 电子科技大学, 2021(01)
- [3]红外弱小目标的检测与跟踪方法研究[D]. 田静. 大连理工大学, 2021(01)
- [4]复杂场景下的双目立体匹配技术研究[D]. 张煜祺. 兰州理工大学, 2021(01)
- [5]灾害条件下道路应急抢通三维虚拟场景创建技术[D]. 蔡艳潇. 东南大学, 2020(01)
- [6]基于机器视觉的滚花螺母分选系统的研究与应用[D]. 项桔敏. 南昌大学, 2020(03)
- [7]烟煤显微组分组图像自动识别技术研究及应用[D]. 宋孝忠. 煤炭科学研究总院, 2020(03)
- [8]SINS/CNS组合导航仿真系统设计研究[D]. 李昕洋. 哈尔滨工程大学, 2020
- [9]双目视觉局部立体匹配算法研究[D]. 王凯. 上海工程技术大学, 2020(04)
- [10]基于机器视觉的激光切割质量检测及评价研究[D]. 胡志强. 中国矿业大学, 2020(04)