刘媛珺[1]2009年在《双波段野外火灾图像识别及目标定位方法研究》文中进行了进一步梳理双波段图像型火灾探测和火焰定位技术是利用CCD摄像机作为探头,将被监视现场的可见光图像和红外图像输入计算机,然后利用图像处理的算法,从图像序列中识别有无火灾的发生。在发现火灾的情况下,计算火焰的空间位置。论文结合计算机图形学、数字图像处理、计算机视觉等技术,从火灾火焰形态学特征和视觉特征两方面着手,设计了多重识别方法的火灾检测算法,研究基于图像特征的火灾探测和火焰定位技术。目标是将提出的方案变为实际的算法,用软件实现,最终设计实现一套完整的火灾探测和定位系统。在火灾探测技术上,本文为提高判别效率,在判别前对火焰图像进行有效的图像预处理。其中在火焰图像灰度化上通过对标准灰度化算法的改进,使火焰部分更突出。在传统的阈值分割算法基础上,提出了基于图像坐标的自适应动态阈值分割算法。实验证明;该算法能更好的提取出可疑亮点区域,有效提高了判别效率。在红外火焰图像的识别技术上,利用火焰图像具有火焰面积增大、边缘抖动、形状不规则、位置基本稳定等特征作为火焰识别判据,在此基础上,还将火焰的闪烁频率作为火灾识别判据之一。在提取了红外图像火焰区域的质心的基础上,取得了很好的火焰识别效果,有效地增强了火灾探测系统的抗干扰能力。在火焰空间定位技术上,论文研究了一种基于双目立体视觉的火焰定位算法。根据立体视觉的测距原理,采用基于相位相关的匹配算法将可见光图像与红外图像进行立体匹配,得到图像对间的视差,再结合火焰区域的质心坐标,利用双目成像定位算法,在真实空间中进行三维重建,确定火焰在三维坐标系下的空间位置。实验结果表明:该算法有效地提高了大空间中火焰空间定位的准确性。论文的最后对课题的研究工作进行了总结,指出了不足之处,并对下一步工作进行了展望。
陈莹[2]2006年在《大空间图像型火灾探测和自动灭火技术的研究》文中指出图像型火灾探测和自动灭火技术是利用CCD摄像机作为探头,将被监视现场的彩色图像和红外图像输入计算机,然后利用图像处理的算法,从单幅图像和图像序列中来识别有无火灾的发生。在发现火灾的情况下,计算火灾的空间位置,自动启动灭火系统和报警疏散系统。论文结合计算机图形学、数字图像处理、计算机视觉等技术,从火灾火焰形态学特征和视觉特征两方面着手,并采用人工神经网络理论中的BP神经网络模型,研究基于图像特征的火灾探测和自动灭火技术。目标是将提出的方案变为实际的算法,用软件实现,最终设计实现一套完整的火灾探测和自动灭火系统。在火灾探测技术上,本文为提高判别效率,提出区域分割算法,该算法将各个亮点区域提取出来,并分别进行处理,实验证明,该算法使整个特征提取算法效率提升了三倍;为降低计算火焰尖角的复杂度,提出一种新的基于边界链码的计算火焰尖角的方法;在火灾火焰图像特征的研究上,本文将圆形度作为形状特征值之一添加到火焰特征向量,取得了很好的识别效果。在自动灭火技术上,论文研究了对双目定位算法中彩色图片的火灾位置确定的方法,提出将颜色特征模型法用在火灾火焰空间定位上,对前人的研究作了重要的补充和发展;还根据通用的双目成像定位方法和旋转摄像头模拟双目定位方法各自的优缺点,研究了一种复合空间定位算法,可以提高空间定位的准确性。在以上的研究基础上,本文提出了基于计算机视觉的图像型火灾探测和空间定位系统的总体设计方案,给出了软件分层设计的具体实现方案。实践证明,该系统是行之有效的,具有较高的准确性和可靠性。
王德麾[3]2007年在《基于数字图像的二次定标空间定位及其误差分析》文中指出在地质勘探、水利建设、矿山开发、城市规划及大型设备制造等工程实践中，经常需要对远距离、大尺寸的对像进行测量。测量尺寸首先要对目标点的空间位置进行定位。目前常用的空间定位方法有卫星定位、激光测距定位、水准仪、基于数字图像测量系统等方法。卫星定位系统已经具备了较高的定位精度，且定位速度快，但系统建设成本高，需要信号发射源；激光测距定位系统能达到毫米级的测量精度，但有测量盲区，远距离定位时需要设置目标反射境，且测量系统较为复杂；水准仪定位设备简单，但测量精度较低，操作较复杂，效率低。随着计算机技术和数字图像技术的迅速发展，使用普通数码相机(摄像机)或图像采集设备实现空间目标点的定位成为了可能。基于数字图像的空间定位首先需要对图像采集设备进行定标。目前，基于数字图像的空间定标方法有两大类：即基于定标物的定标和无需定标物的摄像机自定标。基于定标物的定标方法主要以基于点的定标法为代表；摄像机自定标法主要有基于灭点的定标法、基于摄像机旋转的定标法以及摄像机平移自定标法。基于定标物的定标法不需要解非线性方程，但必须设置定标物，且需要已知定标点精确的空间坐标；基于摄像机旋转和灭点的定标法只需要物体表面有一定数量的特征点或者几组平行线，且无需知道其具体的空间位置，便可以确定摄像机参数及目标点的空间位置，但对表面特征信息不丰富的物体，很难满足此要求；摄像机平移自定标法，需要摄像机在空间进行复杂的运动，以确定相机参数，因而系统较为复杂。论文在分析定标物定标法和摄像机自定标法的原理和优缺点基础上，结合两者的优点，提出了一种基于数字图片的二次定标空间定位方法。首先设置具有特征点的标准定标参照物，利用基于点的定标原理，求解摄像机的内外参数矩阵；然后调整焦距，使远距离的目标物体清晰成像，采集目标物体上特征点的图像；然后平行移动摄像机(移动距离已知)，在新的位置再次采集目标物体上特征点的图像；通过特征点在前后两图像上的位置，求解出其在世界坐标系下的坐标值，实现空间目标点的定位。为了分析基于数字图片二次定标空间定位方法的定位精度，应用MATLAB软件，分析了标准定标参照物特征点的位置误差、摄像机内外参数矩阵误差、摄像机位移误差、像素取整误差等因素对定位精度的影响及误差变化规律。最后论文给出了基于数字图片二次定标空间定位方法的简单的实验模型。基于数字图片的二次定标空间定位方法克服了卫星定位系统、激光测距定位系统及水准仪等定位方法在远距离、大尺寸测量定位中的不足。与现有的基于数字图像的定标方法相比，基于数字图片的二次定标空间定位方法能够同时完成定标和定位任务，避免了在远处或恶劣环境下设置定标物，对被测物体的纹理特征及几何特征无特殊要求，简化了测量系统，具有重要的理论价值和实用价值。
刘艳梅[4]2003年在《三维光学定位方法研究》文中研究指明对于自主移动载体来说，一项重要的基本能力是可以时时自我确定自身在环境中的位置，由此可以根据作业任务，做出正确的行动决策和路径选择。因此需要自主全局定位系统实时正确地检测载体的位置。随着科学技术的进步，近年来用于自主移动载体的各种定位传感器系统正在不断的为人们所研究，各种定位方法也在不断涌现。 在各种定位技术中，采用激光扫描和视觉信息定位是近年来发展起来的先进的移动机器人定位方法。本文以中国科学院机器人学开放研究实验室移动机器人系统为背景，在自行设计和开发的自主移动机器人激光全局定位系统和基于多线阵像机的视觉空间定位系统基础上。研究自主移动机器人智能导航系统的定位问题。 首先介绍了基于合作路标的自主移动机器人激光扫描全局定位方法。给出了结构化环境中移动机器人路标阀值匹配算法，对定位算法，本文提出了一种基于最小二乘法的迭代搜索多路标定位算法，并通过仿真实验归纳出路标优化选择的准则，提高了系统的定位精度。仿真实验表明该算法提高了系统的定位精度和抗干扰能力。 然后介绍了一种基于线阵像机构成的视觉空间定位系统。该系统采用了非平行空间投影面相交定位的基本原理，提出了基于线性化的多线阵像机系统标定方法，给出了利用几何投影关系定位求解的方法，实现了这种结构下快速、高精度空间定位。实验表明，多线阵像机位姿测量系统简化了立体视觉空间定位计算的复杂性，在定位精度和采样速度上均达到了良好效果。在此基础上，提出了一种基于人工神经网络的多线阵像机系统标定与3D定位方法，并应用于该视觉空间定位系统。实验验证，人工神经网络的定位方法进一步简化了多线阵像机视觉定位系统标定与定位计算的复杂性，在定位精度上达到了良好效果。为机器人位置反馈控制提供了有效的技术途径。 最后对论文工作进行了总结，对于如何提高其定位精度仍是一个需要不断深入研究的课题。一方面需要对定位传感器进行改进，另一方面则需对定位算法加以完善。
谢松[5]2015年在《多摄像头非刚体目标检测与空间定位系统》文中研究指明随着视频监控系统的迅速普及,计算机视觉正逐渐为大众所熟知,特别是计算机视觉领域的运动目标检测与定位技术,近年来受到越来越多的重视,已广泛应用于安防监控、入侵检测、无人驾驶汽车等领域。传统的视频监控系统需要较多的人工参与,无法应对越来越复杂多变的监控环境,而基于视频图像的智能视频监控系统不需要或者只需要很少的人工参与,可以同时对多个场景进行监控,能够在极短的时间内分析、发现监控中的异常行为并实时发出告警。本文对视频监控中的核心目标检测技术进行了深入研究,分析当今主流的目标检测算法,并针对具体的应用场景,使用了多种目标检测算法构建目标检测系统,在多台摄像机上应用该系统,构建了目标空间定位系统。本文的主要内容有:1.提出一种基于帧间差分和相似度校验的多目标检测方法。该方法采用帧间差分法得到差分图像,经过形态学处理得到目标轮廓,针对非刚体目标形变引起的目标分裂等问题,采用多种方法进行合并,通过计算区域相关性辨别多目标,可以快速确定目标在图像中的粗略位置,同时具有较高的运行效率,为目标的精确检测提供位置参考。2.研究基于可变形部件模型的目标检测算法,在差分算法得到目标粗略位置的基础上,通过使用该算法可以获得指定类型目标的精确位置。可变形部件模型是一种基于目标特征统计学习的检测算法,该方法使用HOG描述子作为模型特征,具有良好的几何和光学转换不变性;同时由于形变模型的引入,使得该方法对于物体的非刚体形变具有极好的鲁棒特性,特别使用于行人等非刚体目标检测的应用场景。3.研究基于图像的目标空间定位方法,在两点前向交会的基础上,提出了一种基于联合概率分布的多路交会算法,使用概率模型根据多台摄像机的检测结果得到目标在空间位置的估计值,这种方法比传统的多次使用两路交会然后取几何中心的方法可靠性和精度都有了极大提高;通过数学模型对定位系统在水平方向和垂直方向的最小理论误差进行了分析,得出了系统实施环境下定位的理论精度极限。
刘惠[6]2004年在《基于多线阵相机的空间定位系统的研究与开发》文中研究说明高精度视觉空间定位是用途极为广泛的高新技术之一。可以应用于自动化装备及作业对象的位姿与运动轨迹检测，机电系统性能评估，测量误差模型，位置闭环控制，离线或在线遥操作，自动控制与运动规划，大型工程建筑的形变与振动检测等各种领域，因此研究具有良好环境适应性、高精度和响应快的视觉定位系统具有特别重要的意义。我们提出的基于多线阵相机PSD的空间定位系统技术研究，其主要目的是为争取FAST项目做预研。国际科学团体支持的准备在我国建设的大射电望远镜FAST（Five Hundred Meter Aperture Spherical Radio Telescope）建设项目中的馈元仓（天体无线信号接收天线的安装载体）位姿定位系统是该项目的关键技术。这类定位系统要求具有以下特点：1 实时性。为适应动态位姿闭环控制，要求定位系统能够实时提供目标物体的基于环境或参考系的位姿信息数据。2大范围。在大多数作业场合（移动机器人、水下空间无人遥操作系统、大型精密设备等）中，要求空间定位系统能够提供较大的位姿检测范围，以满足某些动态监控物体的大范围作业要求。3 高精度。位姿监控或反馈控制通常要求具有相应的测控精度，尤其应用于遥操作系统时（典型如机器人虚拟示教、监控作业等），执行机构与作业对象（或作业环境）间的位姿关系要求是十分准确的。4满足室外全天候作业条件。因此设计开发满足上述要求的空间定位系统具有非常大的难度。在结合全局定位和机器人系统标定技术的基础上，我们提出的基于多线阵相机PSD的空间定位技术方案更为先进实际。另外本文提出的空间定位系统还可以为需要位姿反馈控制的机器人或自动操作装置提供实时的作业位姿信息；为具有多自由度作业能力的自动化加工或制造装备进行动态性能测试。PSD(Position Sensing Detector)是一种具有特殊结构的光电二极管,它是一种新型的半导体位置信息连续输出探测器。 基于多线阵相机PSD的空间定位系统采用非平行观测面交汇定位原理。即使用三个正交分布的线阵PSD<WP=66>配合柱面镜头观测同一空间点时，可构成三个相交的空间平面，其交点就是该空间点。如果这三个平面方程可以确定，则该空间点的位置就可以计算出来。根据如上定位原理，基于PSD 的空间定位系统由信号光源(target)、测量头（3套）、信号处理电路（3块）、多路信号采集板、数据处理计算机等功能模块构成,系统结构框图如下所示：本文对各功能模块进行了合理的设计与分析，信号光源的设计包括两部分，一是球面(发光角为210度)的LED红外调制光源，信号源调制频率为(5M经128分频)39KHZ，能克服环境光强弱变化的影响，具有对环境光的强抗干扰能力。二是由多路开关、调制信号源和驱动电路构成的控制器，当系统采用多个LED光源时，该控制器接收系统时序控制命令，将各光源轮流选通。测量头是由线阵PSD、柱面镜头、前置放大器和机壳构成的红外光学相机，安装在可三维运动的云台上。云台用来调整相机视场空间的位置。相机接收的光信号经PSD转换成模拟电信号并通过前置放大送至信号处理模块。线阵PSD有两路输出，为了提高PSD位置信号的信噪比和幅度，我们采用信号处理模块对PSD各路输出信号分别进行放大、滤波、调制和整形等处理，使其产生稳定和足够幅度的模拟信号供位置检测。采用PCL－818L数据采集卡，<WP=67>对信号处理模块传递来的各路信号同时锁定，并进行A/D转换，转换后的信号经数字采样，记入数据处理存储区。系统标定是确定测量系统的初始状态参数，包括参考坐标系，测量装置与参考坐标系的坐标变换关系等。这些位置的相互关系，由摄像机的成像几何模型所决定。摄像机标定就是获得摄像机内部几何和光学特性即内部参数，以及摄像机在世界坐标系中的位置和方向即外部参数，建立适当的数学模型，快速计算摄像机的内外部参数的精确值。在本系统中，用空间样本点已知的世界坐标系坐标和采集到的投影点的图像坐标系坐标进行系统的标定；用标定好的矩阵对空间任意点进行实时定位。PSD是一种先进的光电位置器件，分辨率高、响应速度快，可以接收调制信号，可以实现高速、高精度、抗干扰能力强的位置检测，但美中不足的是PSD本身的非线性、位置指示光源、环境背景光干扰、信号处理电路、镜头畸变等因素的影响使得整个器件的所测数据的置信度下降，影响测量精度。因此，本文进行误差分析，提出校正方法，实现高精度的测量。研究表明，利用多线阵PSD相机对目标点进行空间位置测量是可行的。由于信号采集处理基本是硬件实现，计算量很小，因此采样速度可以很高。同时由于系统分辨率可以很高，因而系统的测量精度主要与相机的观测角、信号处理电路的稳定性和线性度有关。当系统稳定性和线性度可以控制时，系统的位置测量精度可以满足许多应用领域的高精度位置检测要求。当观测物体安装有多个目标点时，可以通过分时采样技术计算其姿态。因此，不仅为争取FAST项目和其它重大项目提供了技术准备和理论依据，也可广泛地应用于多种领域的位姿测量和轨迹跟踪。
彭文东[7]2004年在《基于多线阵相机的定位算与误差补偿》文中认为精确、可靠、高效的位姿检测技术与基于环境信息的空间定位系统是提高智能、自主作业系统适应能力的关键技术，目前采用的双目或单目立体视觉因信息处理复杂，可靠性和实时性差，在实际作业中都无法满足要求。使用线阵PSD构成的空间定位系统其实时性和相对分辨率较高，线阵光电器件采样速度足够快，可以满足动态条件下实时定位要求。另外，加上调制信号，使其具有非常好的全天候使用性能。本文针对基于多线阵相机的空间定位系统这一课题开展研究，主要工作可概述如下： 首先提出了PSD光电定位系统的数学模型，研究了PSD的定位机理，在线性模型的基础上提出补偿算法，另外又应用人工神经网络方法对定位系统建模，实现了对空间目标点的定位。 其次根据定位原理对系统进行设计。本定位系统由信号源、测量头、信号预处理、多路信号采集板、数据处理与定位计算、电源等功能模块构成。采用红外调制光源，通过信号处理等一系列技术手段实现了该定位系统对有效的位置信号的提取，提高了系统的环境适应性和观测系统的鲁棒性，保证了测量系统的3D位置测量精度。 最后分析了系统误差产生的原因，通过一系列技术手段进行补偿和抑制，从而提高系统的定位精度。 总之，用多线PSD相机对目标点进行空间位置测量是可行的。采样速度快、分辨率高，系统的位置测量精度能够满足许多应用领域的位置检测要求，可以完成空间目标物体的高精度位姿测量和轨迹跟踪。
宋西平[8]2016年在《基于双目立体视觉的水果识别与定位的研究》文中研究指明机器人技术进入了迅速发展的时期,机器人的智能化采摘作业对于改善传统人工劳动具有非常大的优势。而我国是农业生产大国,水果产业占有重要比重,为了能够降低水果采摘作业的劳动强度、提高采摘速度、实现智能化采摘,利用机器人技术实现水果的采摘是一种有效的方式。为了研究水果采摘机器人能够实现目标识别与定位的功能,本文采用双目立体视觉技术以葡萄水果为分析对象,对图像获取、目标识别、采摘位置确定、空间定位及采摘机器人虚拟仿真等方面进行了研究,为机器人实现智能采摘作业进行了探索。本文的主要研究内容如下:(1)通过分析葡萄果实图像的颜色空间,针对夏黑葡萄本文利用直方图模糊聚类算法结合H分量对葡萄目标分割取得较好的效果;针对H分量在复杂条件下产生误分割的现象,本文提出了基于H-?×I分量结合阈值分割的技术,提高了夏黑葡萄分割的识别率;针对于单一采用颜色模型通过阈值分割技术易受环境光的影响,本文采用直方图反向投影技术分割含有葡萄果实的图像,该方法对特定色质的葡萄具有较好的分割效果。(2)以葡萄果实图像为研究对象,通过分析葡萄果实在自然环境下的生长形态,本文对果梗未被遮挡状态下的果实采摘点的识别定位进行了研究,通过直线夹角阈值,可信区域、点到直线最小距离、深度距离约束条件对传统葡萄摘点定位方式进行了改进,实现了采摘点定位于葡萄果梗中部的效果。(3)研究了基于双目立体视觉的空间定位问题,对单目相机与双目相机的标定与定位原理进行了研究。分别研究机器人双目相机不平行结构与双目相机平行结构坐标空间定位原理,最终选取了执行速度较快的双目平行结构的空间坐标定位方式作为葡萄采摘机器人采摘点三维空间定位的方案。(4)研究了葡萄果实采摘点的立体匹配与空间位置计算问题。针对当前已有的立体匹配算法的特点进行了分析,通过选取合适的立体匹配度量函数作为立体匹配方案,有利于提高葡萄果实采摘点三维空间定位的准确率。(5)研究了采摘机器人采摘过程虚拟实验的仿真,利用双目视觉采摘机器人虚拟模型对机器人从相机获取图像、采摘点定位、机器人运动学求解过程以及合理的轨迹规划进行了研究,实现了机器人采摘过程的虚拟仿真,为双目视觉机器人虚拟实验的研究提供一定的借鉴意义。
刘永强[9]2008年在《基于视觉测量的汽车车轮定位技术的研究》文中进行了进一步梳理随着汽车工业的快速发展,汽车的拥有量也在迅速增加。汽车成为了人们工作与生活中必不可少的交通工具。但随着汽车行驶里程的增加、使用时间的延续,其技术状况必然发生改变。汽车行驶中的操作稳定性与行驶安全性,轮胎的异常磨损以及燃油消耗的增加等均与汽车车轮定位不准有关。目前,国内外使用的车轮定位仪主要采用接触式的定位方式,由于其测量原理的局限性,其检测操作过程复杂,无法实现快速检测。计算机视觉是通过对三维世界所感知的二维图像来研究和提取出三维景物的物理结构。计算机视觉测量技术作为一种新兴的、先进的高精度的测量技术,已经在交通导航、现场勘测、自动化生产、虚拟现实等诸多领域进行了成功的应用并将取得越来越广泛的应用。针对上述情况,本文将计算机视觉测量技术应用到汽车车轮定位中,详细阐述了一种基于计算机视觉测量技术的测量车轮定位参数的方法,设计了一种测量汽车车轮定位参数的系统方案。本文采用棋盘格图像作为相机标定的模板,利用Harris角点检测方法提取棋盘格角点。利用平面模板与其图像的单应性,得到了标定控制点对应的图像坐标。通过对棋盘模板的相机标定,得出了单应性矩阵,进而得到相机的内外参数;通过单应性矩阵,由图像坐标得到目标靶上的世界坐标,然后确定目标靶的空间位置,进而得到需要的角度。通过实验对基于计算机视觉的车轮定位技术的系统模型进行了验证。实验结果表明,该系统模型是可行的,正确的,将其应用到汽车车轮定位检测中,有着广阔的前景。
王剑光[10]2008年在《基于计算机视觉的移动机器人全局定位系统研究》文中研究说明在移动机器人导航中,实现机器人自身的准确定位是一项最基本、最重要的功能,也是移动机器人研究中备受关注、富有挑战性的一个重要研究主题。本文的研究工作就是围绕着移动机器人自主定位进行的,以视觉导航为基础,提出了一种基于旋转云台搭载单摄像机实现全局定位的方案。考虑到时效性,该方案主要应用在对移动机器人主导航系统的误差校正上。机器人的定位以环境地图为基础,而环境地图的创建又需要精确的定位。在未知环境中,这是一个既矛盾又相关的过程。本文将环境分为熟悉和陌生两种情况,即有地图和地图未知。在熟悉环境中可以直接利用双视图的三维重建技术实现全局定位;在陌生环境中就必须将地图构建和定位两个过程集合起来,充分利用机器人主导航系统,尽可能多选择观测点,采集环境图像,实现对整个环境的地图构建。在低层视觉处理方面,本文采用了Lowe等人提出的SIFT特征作为视觉建模的主特征来构建电子地图,该特征具有对旋转、尺度缩放、亮度变化保持不变性等特点,并且独特性好,信息量丰富,能够很好地描述环境。电子地图的构建,采用多观测点采集图像,利用双视图三维重建的方法构建目标点,对同一目标的多次观测结果,分别基于独立性假设和相关性假设,进行融合构建全局一致的环境地图。同时利用RANSAC算法增强结果的鲁棒性,提高目标定位的精度。移动机器人的全局定位,基于环境地图中特征点和观测点的相对位置关系,直接利用摄像机成像几何原理实现定位。在特征匹配时采用基于KD-Tree的最临近点搜索算法,借助KD-Tree卓越的查询效率,很大程度地降低全局定位的时间开销。在结果处理上同样也运用了RANSAC鲁棒性算法增强定位的精度。
参考文献：
[1]. 双波段野外火灾图像识别及目标定位方法研究[D]. 刘媛珺. 南京航空航天大学. 2009
[2]. 大空间图像型火灾探测和自动灭火技术的研究[D]. 陈莹. 天津大学. 2006
[3]. 基于数字图像的二次定标空间定位及其误差分析[D]. 王德麾. 四川大学. 2007
[4]. 三维光学定位方法研究[D]. 刘艳梅. 沈阳工业大学. 2003
[5]. 多摄像头非刚体目标检测与空间定位系统[D]. 谢松. 电子科技大学. 2015
[6]. 基于多线阵相机的空间定位系统的研究与开发[D]. 刘惠. 吉林大学. 2004
[7]. 基于多线阵相机的定位算与误差补偿[D]. 彭文东. 沈阳工业大学. 2004
[8]. 基于双目立体视觉的水果识别与定位的研究[D]. 宋西平. 天津职业技术师范大学. 2016
[9]. 基于视觉测量的汽车车轮定位技术的研究[D]. 刘永强. 大连理工大学. 2008
[10]. 基于计算机视觉的移动机器人全局定位系统研究[D]. 王剑光. 昆明理工大学. 2008
标签：计算机软件及计算机应用论文; 计算机视觉论文; 机器人论文; 图像融合论文; 定位论文; 视觉检测论文; 人工智能论文; 摄像机论文;