低信噪比图像中多运动目标的实时识别研究与应用
| 摘要 | 第1-3页 |
| Abstract | 第3-5页 |
| 第一章 绪言 | 第5-12页 |
| ·模式识别概述 | 第5-7页 |
| ·问题简介 | 第7-8页 |
| ·论文工作概述 | 第8-10页 |
| ·论文内容安排 | 第10-12页 |
| 第二章 彩色图像中的目标识别技术 | 第12-23页 |
| ·阈值选取方法 | 第12-14页 |
| ·分割图像的结构 | 第14-16页 |
| ·图像分割方法 | 第16-20页 |
| ·彩色模型的转换及其选择 | 第20-23页 |
| 第三章 低信噪比图像中多运动目标的识别算法研究 | 第23-34页 |
| ·传统的运动目标识别算法及其不足 | 第23-25页 |
| ·基于网格扫描与局部搜索的识别算法 | 第25-29页 |
| ·最大最小值阈值法与动态扫描窗口 | 第29-30页 |
| ·应用于运动目标识别的HSV颜色模型 | 第30-32页 |
| ·运动目标的姿态矫正 | 第32-34页 |
| 第四章 前馈神经网络在运动目标识别中的应用 | 第34-47页 |
| ·神经网络模式识别概述 | 第34-37页 |
| ·多层前馈神经网络的学习算法 | 第37-39页 |
| ·前馈神经网络学习过程中的参数优化 | 第39-42页 |
| ·用于前馈网络模式识别的误差准则 | 第42-43页 |
| ·基于BP网络的运动目标识别系统设计 | 第43-47页 |
| 第五章 运动目标识别技术在机器人足球系统中的应用 | 第47-65页 |
| ·国际机器人足球赛的意义和前景 | 第47-48页 |
| ·机器人足球系统的结构及其功能 | 第48-51页 |
| ·FlyVideo图像采集卡的二次开发方法 | 第51-56页 |
| ·机器人足球比赛视觉系统的实现 | 第56-65页 |
| 结论与展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 附录 | 第71-72页 |