Аннотация



страница1/16
Дата20.10.2016
Размер1,18 Mb.
  1   2   3   4   5   6   7   8   9   ...   16

Аннотация


В дипломном проекте на основе проведенного обзора методов компьютерного зрения для анализа 3D сцен и протестированных возможностей сенсора Kinect, разработано специализированное АРМ для анализа сцен. Предложена модификация алгоритма восстановления карты глубины и разработан алгоритм поиска и оценки повреждений на поверхности металла.

Оглавление


1.Конструкторская часть 4

1.1Локализация 3D объектов на основе сопоставления краев для скоростных и высокоточных производственных приложений машинного зрения. 4

1.2Локализация 3D объектов на основе окклюзии контуров с использованием STL CAD моделей. 6

1.33D локализация в рамках определенного класса объектов с использованием графов частей сцены. 12

2. 2 13

3. 3 13


4. 4 13

5. 5 13


6. , 6 14

7. , 7 14

8. , 8 14

9. , 9 15

10. (9) 15

10.1Эффективный поиск 3D объектов на основе множественных классификаторов, зависящих от ориентации. 18

11. , 11 22

12. , 12 23

13. . 13 23

14. , 14 23

15. . 15 23

15.1Трекинг на основе 2,5D данных. 24

16. , 16 25

17. , 17 25

18. 18 25

19. 19 25

19.1Выбор способа обработки 3D сцен. 26

19.2Использование периферийного устройства Kinect. 27

19.3Восстановление карты глубины. 30

20. 20 34

21. 21 38

22. 22 39

23. . 23 39

24. , 24 40

25. . 25 43

25.1Актуальные подзадачи компьютерного зрения. 46

26. , 26 47

27. . 27 48

28. . 28 48

29. . 29 49

30. . 30 49

31. , 31 49

32. . 32 50

33. , 33 51

34. . 34 51

35. . 35 52

36. . 36 53

37. , 37 55

38. . 38 55

39. . Error: Reference source not found 55

40. . 40 56

41. , 41 56

42. . 42 56

43. , 43 56

44. , 44 58

45. , 45 58

46. , 46 58

47. . 47 59

48. , 48 60

49. , 49 68

50.Технологическая часть 75

50.1Характеристики сенсора Kinect. 75

50.2Анализ библиотек компьютерного зрения. 79

51.Исследовательская часть 82

51.1Общая схема АРМ. 82

51.2Восстановление карты глубины. 83

52. , 52 84

53. , 53 84

54. , 54 84

55. , 55 85

55.1Динамическое измерение расстояния. 91

55.2Отслеживание положения объектов. 92

55.3Ночное видение. 94

55.4Сопоставление изображений. 95

56. . 56 97

57. . 57 97

57.1Детектор дефектов. 98

58. , 58 100

59. , 59 103

60.Технико-экономическое обоснование эффективности НИОКР 106

60.1Введение. 106

60.2Определение этапов выполнения НИОКР. 106

61. , 61 107

62. , Equation Chapter (Next) Section 1Equation Section (Next)Equation Section (Next)Equation Section (Next)Equation Section (Next)62 108

63. , 63 109

63.1Расчет стоимости выполнения НИОКР 111

64. Ц = K  C + Пр, 64 111

65. ПР = ( С – См) ∙Н / 100, 65 111

66. Сзо = ∑Зi∙ τi/d, 66 114

67. Сзд = Сзо ∙ Ад, 67 115

68. Ccc = Acc ∙ (Cзо+Cзд), 68 116

69. Са = А/Fд ∙ Т, 69 117

70. Сэвм = tэвм ∙ Кэвми ∙ Цэвм ∙ КБД эвм ∙ Кэ эвм, 70 118

70.1Результаты. 118

70.2Выводы. 119

71.Промышленная экология и безопасность 120

71.1Введение. 120

71.2Основные факторы воздействия среды на оператора ПК. 120

72. , 72 134

72.1Использование сенсора Kinect. 138

72.2Расчет системы искусственного освещения. 144

73. , 73 145

74. , 74 145

74.1Выводы. 149

75.Demuynck, O. Edge based 3D object localization for fast and precise industrial machine vision applications / O. Demuynck, C. Pacheco Cedeño, A. L. Moore // International journal of systems applications, engineering & development.- 2009.- Issue 2, Volume 3.- С. 46 – 52. 152

76.Canny, J. A Computational approach to edge detection / J. Canny // IEEE Trans. Pattern Analysis and Machine Intelligence.- 1986.- 8(6).- С. 679 – 698. 152

77.Trimble 3D Warehouse [электронный ресурс] / Trimble Navigation Limited - Portions ©2013 Google – Режим доступа: http://sketchup.google.com/3dwarehouse/ – Загл. с экрана. 152

78.Kinect sensor device [электронный ресурс] / Wikipedia, the free encyclopedia. –The Wikimedia Foundation, Inc., a non-profit organization– Режим доступа: http://en.wikipedia.org/wiki/Kinect – Загл. с экрана. 152

79.Prasad, M. Class-specific 3D localization using constellations of object parts / M. Prasad, J. Knopp, L. Van Gool // BMVC 2011. The 22nd British Machine Vision Conference.- 2011.- С. 34.1 – 34.11. 152

80.Felzenszwalb, P. Pictorial structures for object recognition / P. Felzenszwalb and D. Huttenlocher // IJCV, 61(1).- 2005.- С. 55 – 79. 152

81.Kolmogorov, V. Convergent tree-reweighted message passing for energy minimization. / V. Kolmogorov // IEEE PAMI, 28(10).- 2006.- С. 1568 – 1583. 152

82.Villamizar, M. Efficient 3D Object Detection using Multiple Pose-Specific Classifiers / M. Villamizar, H. Grabner, F. Moreno-Noguer, J. Andrade-Cetto, L. Van Gool, A. Sanfeliu // BMVC 2011. The 22nd British Machine Vision Conference.- 2011.- С. 20.1 – 20.10. 152

83.Ozuysal, M. Fast keypoint recognition in ten lines of code / M. Ozuysal, P. Fua, and V. Lepetit // Computer Vision and Pattern Recognition, CVPR’07.- 2007.- С. 1 – 8. 152

84.Suau, X. Real-time head and hand tracking based on 2.5D data / X. Suau, J. Ruiz-Hidalgo, J. R. Casas // IEEE transactions on multimedia, vol. 14, no. 3.- 2012.- C. 575 – 585. 152

85.Camplani, M. and Salgado, L. Efficient Spatio-Temporal Hole Filling Strategy for Kinect Depth Maps / M. Camplani, L. Salgado // Three-Dimensional Image Processing (3DIP) and Applications II. Proceedings of the SPIE, Volume 8290, pp. 82900E-82900E-10 (2012). 153

86.Parker, Radford Kinect Depth Inpainting and Filtering/ R. Parker // ESPN Technology Innovation, 2009. 153

87.Аффинные преобразования [электронный ресурс] / Wikipedia, the free encyclopedia. –The Wikimedia Foundation, Inc., a non-profit organization– Режим доступа: http://ru.wikibooks.org/wiki/Аффинные_преобразования– Загл. с экрана. 153

88.Шапиро Л. Компьютерное зрение / Л. Шапиро, Дж. Стокман // Пер. с англ. – М.: БИНОМ. Лаборатория знаний, 2006. – 752 с. 153

89.Гаганов В. Инвариантные алгоритмы сопоставления точечных особенностей на изображениях [электронный ресурс] / Гаганов В. // Компьютерная Графика и Мультимедиа Сетевой Журнал – Выпуск №7(1)/2009. – Режим доступа: http://cgm.computergraphics.ru/issues/issue17/invariant_features– Загл. с экрана. 153

90.Collins R. Harris Corner Detector / Penn State University, Department of Computer Science and Engineering; lecture 06, 27 p. 153

91.Harris Corner Detector [электронный ресурс] / OpenCV 2.4.5.0 documentation. OpenCV Tutorials. – Apr 05, 2013. – Режим доступа: http://docs.opencv.org/doc/tutorials/features2d/trackingmotion/harris_detector/harris_detector.html#theory– Загл. с экрана. 153

92.Обнаружение устойчивых признаков изображения: метод SURF [электронный ресурс] / Информационный ресурс «Хабрахабр» – сентябрь, 2010. – Режим доступа: http://habrahabr.ru/post/103107/– Загл. с экрана. 153

93.Конушин A. Устойчивые алгоритмы оценки параметров модели на основе случайных выборок [электронный ресурс] / Конушин A. // Компьютерная Графика и Мультимедиа Сетевой Журнал. – Режим доступа: http://cgm.computergraphics.ru/content/view/47– Загл. с экрана. 153

94.Конушин А. Слежение за точечными особенностями сцены (Point feature tracking) [электронный ресурс] / Конушин A. // Компьютерная Графика и Мультимедиа Сетевой Журнал. – Выпуск №1(5)/2003. – Режим доступа: http://cgm.computergraphics.ru/content/view/54#1– Загл. с экрана. 153

95.Питтинговая коррозия [электронный ресурс] / Все о коррозии. – Режим доступа: http://www.okorrozii.com/pitting.html– Загл. с экрана. 154

96.Kinect for Windows Sensor [электронный ресурс] / Microsoft Developer Network. – Режим доступа: http://msdn.microsoft.com/en-us/library/hh855355.aspx – Загл. с экрана. 154

97.The Accord.NET Framework [электронный ресурс] / Google Code. – Режим доступа: https://code.google.com/p/accord/– Загл. с экрана. 154

98.Bradski G. Learning OpenCv / Gary Bradski, Adrian Kaehler // O’Relly Media, Inc., 2008 – 571p. 154

99.OpenCV wrapper for .NET Framework [электронный ресурс] / Google Code. – Режим доступа: https://code.google.com/p/opencvsharp/– Загл. с экрана. 154

100.Matsuo T. Weighted Joint Bilateral Filter with Slope Depth Compensation Filter for Depth Map Refinment / Takuya Matsuo, Norishige Fukushima, Yutaka Ishibashi // International Conference on Computer Vision Theory and Application, 2013 – 10 p. 154

101.Camera Calibration and 3D Reconstruction [электронный ресурс] / OpenCV 2.4.5.0 documentation. OpenCV Tutorials. – Apr 05, 2013. – Режим доступа: http://docs.opencv.org/modules/calib3d/doc/camera_calibration_and_3d_reconstruction.html?highlight=findhomography#findhomography– Загл. с экрана. 154

102.Floyd–Steinberg dithering [электронный ресурс] / Wikipedia, the free encyclopedia. –The Wikimedia Foundation, Inc., a non-profit organization– Режим доступа: http://en.wikipedia.org/wiki/Floyd%E2%80%93Steinberg_dithering– Загл. с экрана. 154

103.Иванова Н.Ю., Савченко Н.Н. Организация и планирование проведения НИОКР. Методические указания по разработке организационно-экономической части дипломных проектов исследовательского и конструкторского профиля. / Кафедра «Экономика и организация производства», МГТУ им. Н.Э. Баумана, 2008 – 18с. 154

104.СанПиН 2.2.2/2.4.1340-03 – "Гигиенические требования к персональным электронно-вычислительным машинам и организации работы". 155

105.ГОСТ 12.1.004-91 – «Система стандартов безопасности труда. Пожарная безопасность. Общие требования». 155

106.ГОСТ 25861-83 – «Машины вычислительные и системы обработки данных. Требования по электрической и механической безопасности и методы испытаний». 155

107.ГОСТ Р МЭК 60950-2002 – «Безопасность оборудования информационных технологий». 155






Поделитесь с Вашими друзьями:
  1   2   3   4   5   6   7   8   9   ...   16


База данных защищена авторским правом ©grazit.ru 2017
обратиться к администрации

    Главная страница