移动机器人图像处理关键技术研究与实现
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 课题的研究背景及意义 | 第10-13页 |
| 1.2 移动机器人视觉研究现状 | 第13-17页 |
| 1.2.1 道路识别研究现状 | 第13-15页 |
| 1.2.2 障碍物检测研究现状 | 第15-17页 |
| 1.3 本文主要创新工作 | 第17页 |
| 1.4 章节安排 | 第17-19页 |
| 第二章 移动机器人系统设计 | 第19-31页 |
| 2.1 移动机器人介绍 | 第19-21页 |
| 2.2 移动机器人视觉导航设计 | 第21-28页 |
| 2.2.1 移动机器人导航传感器 | 第21-24页 |
| 2.2.2 安卓开发板的模块设计 | 第24-27页 |
| 2.2.3 移动机器人视觉导航总体流程 | 第27-28页 |
| 2.3 软件环境搭建 | 第28-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第三章 单目视觉的道路识别 | 第31-59页 |
| 3.1 道路识别方法概述 | 第31-32页 |
| 3.2 道路识别图像预处理技术 | 第32-38页 |
| 3.2.1 图像颜色空间转换 | 第32-35页 |
| 3.2.2 图像空间滤波 | 第35-37页 |
| 3.2.3 道路识别采用的预处理技术 | 第37-38页 |
| 3.3 一种融合区域和边缘信息的道路识别算法 | 第38-56页 |
| 3.3.1 算法基本思想 | 第38-39页 |
| 3.3.2 支持向量机的道路区域识别算法 | 第39-45页 |
| 3.3.3 基于自适应的Canny边缘检测算法 | 第45-54页 |
| 3.3.4 基于融合信息的道路识别 | 第54-56页 |
| 3.4 实验分析 | 第56-58页 |
| 3.5 本章小结 | 第58-59页 |
| 第四章 单目视觉的障碍物检测 | 第59-74页 |
| 4.1 障碍物检测算法介绍 | 第59-64页 |
| 4.2 优化的障碍物检测算法 | 第64-70页 |
| 4.2.1 算法基本思想 | 第64-65页 |
| 4.2.2 一种三帧差分与光流障碍物检测算法 | 第65-70页 |
| 4.3 实验分析 | 第70-73页 |
| 4.4 本章小结 | 第73-74页 |
| 第五章 总结与展望 | 第74-76页 |
| 5.1 总结 | 第74-75页 |
| 5.2 研究展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间取得的成果 | 第81-82页 |
