基于生物视觉原理的机器人快速目标检测技术的研究
| 第一章 绪论 | 第1-15页 |
| §1-1 引言 | 第9页 |
| §1-2 机器人视觉技术的研究现状 | 第9-11页 |
| 1-2-1 机器人视觉技术概述 | 第9-11页 |
| 1-2-2 机器人视觉技术的研究现状及应用 | 第11页 |
| §1-3 目标检测技术概述及其研究现状 | 第11-12页 |
| 1-3-1 目标检测技术概述 | 第11-12页 |
| 1-3-2 目标检测技术的研究现状 | 第12页 |
| 1-3-3 目标检测技术所遇到的困难 | 第12页 |
| §1-4 生物学对机器人视觉技术的启示 | 第12-13页 |
| §1-5 本文的主要研究内容 | 第13-15页 |
| 第二章 人类视觉信息处理机制 | 第15-31页 |
| §2-1 人类视觉通路 | 第15-17页 |
| §2-2 人类眼球的构造 | 第17-20页 |
| 2-2-1 人类眼球的基本结构 | 第17页 |
| 2-2-2 视网膜的基本结构 | 第17-19页 |
| 2-2-3 视网膜内的基本视觉信息处理 | 第19-20页 |
| §2-3 神经节细胞及其感受野 | 第20-24页 |
| §2-4 大脑中视觉信息的处理机制 | 第24-28页 |
| 2-4-1 感受野分层等级假设 | 第24-25页 |
| 2-4-2 视觉信息的多通道、多任务并行处理 | 第25-26页 |
| 2-4-3 视皮层间的反馈和整合作用 | 第26-27页 |
| 2-4-4 视觉的中枢机制 | 第27-28页 |
| §2-5 视觉信息的并行加工及并行通道信息的综合 | 第28-30页 |
| 2-5-1 视觉信息的并行加工 | 第28页 |
| 2-5-2 并行通道信息的综合 | 第28-30页 |
| §2-6 视觉智能 | 第30-31页 |
| 2-6-1 视觉知识的表示与控制策略 | 第30页 |
| 2-6-2 模糊理论与视觉模糊认知 | 第30-31页 |
| 第三章 视觉信息的多通道并行处理算法 | 第31-44页 |
| §3-1 引言 | 第31页 |
| §3-2 视觉信息处理算法概述 | 第31-32页 |
| §3-3 边缘信息处理通道 | 第32-37页 |
| 3-3-1 神经节细胞感受野的数学模型 | 第32-34页 |
| 3-3-2 感受野模型在边缘信息通道中的应用 | 第34-37页 |
| §3-4 颜色信息处理通道 | 第37-42页 |
| 3-4-1 颜色感知的原理 | 第37页 |
| 3-4-2 颜色空间 | 第37-39页 |
| 3-4-3 HSL信息在颜色信息处理通道中的应用 | 第39-42页 |
| §3-5 运动信息处理通道 | 第42-43页 |
| 3-5-1 运动目标的检测方法综述 | 第42页 |
| 3-5-2 相邻帧差法在运动信息处理通道中的应用 | 第42-43页 |
| §3-6 本章小结 | 第43-44页 |
| 第四章 目标检测方法及视觉标定方法的研究 | 第44-55页 |
| §4.1 引言 | 第44页 |
| §4-2 机器人视觉系统的标定 | 第44-48页 |
| 4-2-1 机器人视觉标定法概述 | 第44页 |
| 4-2-2 机器人视觉标定的原理及意义 | 第44-45页 |
| 4-2-3 机器人视觉标定的方法 | 第45-48页 |
| §4-3 形态学方法在目标检测中的应用 | 第48-49页 |
| §4-4 形状判定 | 第49-53页 |
| 4-4-1 模板匹配的一般模型 | 第49-51页 |
| 4-4-2 序贯相似性检测算法 | 第51-52页 |
| 4-4-3 形状匹配法 | 第52-53页 |
| §4-5 目标位置的精确检测 | 第53-54页 |
| §4-6 本章小结 | 第54-55页 |
| 第五章 目标检测实验 | 第55-67页 |
| §5-1 实验平台的建立 | 第55-60页 |
| 5-1-1 实验平台硬件系统 | 第55-57页 |
| 5-1-2 实验平台软件及界面 | 第57-60页 |
| §5-2 目标检测实验内容及实验结果 | 第60-66页 |
| 5-2-1 实验方法及实验内容 | 第60页 |
| 5-2-2 实验结果 | 第60-65页 |
| 5-2-3 实验结果分析 | 第65-66页 |
| §5-3 本章小结 | 第66-67页 |
| 第六章 结论与展望 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72页 |
