盲人行走辅助技术中的障碍物检测算法研究
| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第14-28页 |
| 1.1 引言 | 第14页 |
| 1.2 课题的提出及研究意义 | 第14-16页 |
| 1.3 ETA系统模型及其国内外研究现状 | 第16-23页 |
| 1.3.1 ETA系统模型 | 第16-17页 |
| 1.3.2 ETA的国内外研究现状 | 第17-21页 |
| 1.3.3 ETA系统的比较与存在的不足 | 第21-23页 |
| 1.4 B-ETA系统结构 | 第23-25页 |
| 1.5 主要研究工作和研究思路 | 第25-27页 |
| 1.6 论文结构安排 | 第27-28页 |
| 第2章 基于二维直方图的图像分割 | 第28-44页 |
| 2.1 引言 | 第28页 |
| 2.2 常规的阈值图像分割算法 | 第28-34页 |
| 2.2.1 基于点的全局阈值分割法 | 第28-31页 |
| 2.2.2 基于区域的全局阈值分割法 | 第31-33页 |
| 2.2.3 自适应局部阈值分割法 | 第33-34页 |
| 2.3 二维Otsu法 | 第34-36页 |
| 2.3.1 算法描述 | 第34-35页 |
| 2.3.2 算法优缺点 | 第35-36页 |
| 2.4 基于类间和类内方差的二维Otsu法 | 第36-39页 |
| 2.4.1 二维Otsu法的分解 | 第36-37页 |
| 2.4.2 二维直方图的分组和重建 | 第37-38页 |
| 2.4.3 新算法的复杂度分析 | 第38-39页 |
| 2.5 图像分割效果的量化 | 第39-40页 |
| 2.5.1 有监督评估准则 | 第39页 |
| 2.5.2 无监督评估准则 | 第39-40页 |
| 2.6 实验与分析 | 第40-43页 |
| 2.7 本章小结 | 第43-44页 |
| 第3章 基于三维直方图的图像分割 | 第44-68页 |
| 3.1 引言 | 第44页 |
| 3.2 高维正态分布 | 第44-49页 |
| 3.2.1 N维正态分布 | 第44-45页 |
| 3.2.2 三维正态分布 | 第45-49页 |
| 3.3 信息论的熵理论 | 第49-53页 |
| 3.3.1 熵 | 第49-50页 |
| 3.3.2 相对熵 | 第50-52页 |
| 3.3.3 最小相对熵法 | 第52-53页 |
| 3.4 三维最小误差阈值法 | 第53-57页 |
| 3.4.1 三维直方图定义 | 第53-55页 |
| 3.4.2 3D-MET | 第55-57页 |
| 3.5 3D-MET的快速计算方法 | 第57-62页 |
| 3.5.1 基于递推的快速实现 | 第57-58页 |
| 3.5.2 基于直方图降维和重建的快速实现 | 第58-62页 |
| 3.6 新方法的时空复杂度分析 | 第62-63页 |
| 3.6.1 新方法的时间复杂度 | 第62页 |
| 3.6.2 新方法的空间复杂度 | 第62-63页 |
| 3.7 实验与分析 | 第63-66页 |
| 3.7.1 不同噪声环境下的分割结果 | 第63-65页 |
| 3.7.2 非均匀光照条件下分割结果 | 第65-66页 |
| 3.8 本章小结 | 第66-68页 |
| 第4章 基于注意机制的显著障碍物检测 | 第68-91页 |
| 4.1 引言 | 第68页 |
| 4.2 视觉的注意机制 | 第68-72页 |
| 4.2.1 视觉注意模型 | 第68-72页 |
| 4.2.2 视觉注意机制的应用 | 第72页 |
| 4.3 显著性区域检测 | 第72-80页 |
| 4.3.1 典型的显著性区域检测算法 | 第73-79页 |
| 4.3.2 现有显著区域检测算法的不足 | 第79-80页 |
| 4.4 基于加权调频和3D-MET的显著物体检测 | 第80-83页 |
| 4.4.1 组合DoG滤波器 | 第80-81页 |
| 4.4.2 加权DoG滤波器组 | 第81-82页 |
| 4.4.3 区域显著度计算 | 第82页 |
| 4.4.4 显著物体分割 | 第82-83页 |
| 4.5 实验与分析 | 第83-90页 |
| 4.5.1 实验结果对比 | 第84-89页 |
| 4.5.2 实验结果的量化对比 | 第89-90页 |
| 4.6 本章小结 | 第90-91页 |
| 第5章 基于满意优化的障碍物检测 | 第91-114页 |
| 5.1 引言 | 第91页 |
| 5.2 满意优化理论和效用理论 | 第91-97页 |
| 5.2.1 满意优化的基本结构 | 第91-92页 |
| 5.2.2 典型的满意度函数 | 第92-95页 |
| 5.2.3 效用理论的公理化 | 第95-96页 |
| 5.2.4 效用函数及其存在性条件 | 第96-97页 |
| 5.3 立体匹配方法介绍 | 第97-101页 |
| 5.3.1 全局立体匹配法 | 第97-99页 |
| 5.3.2 局部立体匹配法 | 第99-101页 |
| 5.3.3 立体匹配法比较 | 第101页 |
| 5.4 立体匹配中容错系数α的效用满意优化 | 第101-108页 |
| 5.4.1 线形生长匹配法及容错系数α | 第101-103页 |
| 5.4.2 容错参数α的效用满意优化 | 第103-107页 |
| 5.4.3 改进后的算法步骤 | 第107-108页 |
| 5.5 实验结果与分析 | 第108-112页 |
| 5.5.1 基于Middlebury的对比分析 | 第108-110页 |
| 5.5.2 真实物体的距离测量 | 第110-112页 |
| 5.6 本章小结 | 第112-114页 |
| 总结与展望 | 第114-116页 |
| 论文的主要研究工作与成果总结 | 第114-115页 |
| 有待研究的问题 | 第115-116页 |
| 致谢 | 第116-117页 |
| 参考文献 | 第117-132页 |
| 附录1 | 第132-134页 |
| 附录2 | 第134-138页 |
| 攻读博士学位期间发表的论文及科研成果 | 第138-139页 |
