机器人足球比赛全局视觉系统的研究与开发
摘要 | 第1-4页 |
Abstract | 第4-8页 |
第1章 绪论 | 第8-20页 |
·研究背景 | 第8-12页 |
·机器人足球比赛概述 | 第8-10页 |
·机器人足球比赛的意义 | 第10-12页 |
·机器视觉 | 第12-16页 |
·机器视觉研究的目的和意义 | 第12页 |
·机器视觉的相关理论与发展 | 第12-15页 |
·机器视觉涉及的领域 | 第15-16页 |
·RoboCup 小型组及其视觉系统 | 第16-18页 |
·本论文的主要内容和工作 | 第18-19页 |
参考文献 | 第19-20页 |
第2章 机器人足球比赛视觉系统分析与设计 | 第20-31页 |
·RoboCup 小型组视觉系统 | 第20-24页 |
·视觉系统方案选择 | 第20-21页 |
·视觉系统结构与视频处理流程 | 第21-23页 |
·基于网络并行计算的视觉系统方案 | 第23-24页 |
·视觉系统需要解决的问题 | 第24-25页 |
·全局视觉图象采集设备的选择 | 第25-30页 |
·摄像头对图象信息的影响 | 第25-27页 |
·视频信号的输出标准和选择 | 第27-28页 |
·CCD 摄像头选择 | 第28-29页 |
·数字照相机 | 第29页 |
·图象采集卡选择 | 第29-30页 |
·本章小结 | 第30页 |
参考文献 | 第30-31页 |
第3章 基于彩色的图象分割 | 第31-56页 |
·颜色模型及其转换 | 第31-39页 |
·关于颜色的基本原理及其理解 | 第31-32页 |
·彩色不变量与人类视觉颜色恒常性 | 第32-34页 |
·彩色空间模型及其转换和比较 | 第34-36页 |
·三种模型的对比 | 第36-38页 |
·RGB 到HSV 的快速转换 | 第38-39页 |
·彩色图象分割方法 | 第39-44页 |
·直方图 | 第39-40页 |
·直方图的用途 | 第40-41页 |
·基于彩色灰度的图象分割 | 第41-43页 |
·基于梯度的图象分割方法 | 第43-44页 |
·基于边缘检测和阈值地图的自适应分割法 | 第44-54页 |
·基于HSV 阈值地图的区域分割 | 第44-47页 |
·基于HSV 的彩色边缘检测 | 第47-49页 |
·色彩漂移、背景颜色不变量、颜色记忆和区域增长 | 第49-51页 |
·基于边缘梯度检测和阈值地图重绘的自适应分割方法 | 第51-54页 |
·本章小结 | 第54页 |
参考文献 | 第54-56页 |
第4章 摄像机标定 | 第56-72页 |
·摄像机标定的概念和意义 | 第56-57页 |
·摄像机标定技术研究现状 | 第57-58页 |
·传统的摄像机标定 | 第57-58页 |
·摄像机自标定技术 | 第58页 |
·摄像机模型与镜头畸变模型 | 第58-61页 |
·摄像机模型 | 第58-60页 |
·需要标定的参数 | 第60页 |
·镜头畸变模型 | 第60-61页 |
·标定方法 | 第61-67页 |
·直接线性变换方法(DLT ) | 第61-62页 |
·利用透视变换矩阵的摄像机定标方法 | 第62-63页 |
·Tsai 两步标定法 | 第63-67页 |
·Tsai 两步标定方法的局限 | 第67页 |
·基于多项式拟合的标定方法 | 第67-70页 |
·基于多项式拟合的摄像机镜头几何畸变校正 | 第68页 |
·改进的基于多项式的分块拟合标定方法 | 第68-70页 |
·投影矫正 | 第70页 |
·本章小结 | 第70-71页 |
参考文献 | 第71-72页 |
第5章 足球机器人小车和球的识别与检测 | 第72-81页 |
·色标的常用设计方法分析 | 第72-74页 |
·Fira 色标设计 | 第72-73页 |
·RoboCup-Small 色标设计 | 第73-74页 |
·色标和小球重心的确定 | 第74-80页 |
·网格搜索算法和种子填充算法 | 第74-76页 |
·色标和小球的重心计算 | 第76页 |
·小球中心的识别 | 第76-77页 |
·球的运动检测和预测 | 第77-80页 |
·全局搜索和网格搜索的关系 | 第80页 |
·本章小结 | 第80页 |
参考文献 | 第80-81页 |
结论与展望 | 第81-85页 |
致谢 | 第85-86页 |
攻读学位期间发表的学术论文 | 第86页 |
参加机器人比赛获奖情况 | 第86页 |