移动机器人全景视觉导航方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-18页 |
| ·移动机器人及其研究现状 | 第10-13页 |
| ·移动机器人发展概述 | 第10-11页 |
| ·移动机器人研究现状 | 第11-13页 |
| ·机器视觉概述及发展 | 第13-16页 |
| ·机器视觉概述 | 第13-14页 |
| ·机器视觉的发展 | 第14-15页 |
| ·机器视觉研究难点 | 第15-16页 |
| ·机器人视觉导航研究进展 | 第16-17页 |
| ·本文研究内容和结构 | 第17-18页 |
| 第2章 实验平台简介 | 第18-24页 |
| ·Pioneer3机器人平台简介 | 第18-21页 |
| ·Pioneer3的系统结构 | 第18-20页 |
| ·Pioneer3的软件结构 | 第20-21页 |
| ·视觉子系统简介 | 第21-23页 |
| ·视觉子系统硬件构成 | 第21页 |
| ·全景视觉传感器简介 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 彩色图像处理方法 | 第24-37页 |
| ·图像颜色空间的选择 | 第24-29页 |
| ·RGB颜色空间 | 第25-26页 |
| ·HSI颜色空间 | 第26-28页 |
| ·YUV颜色空间 | 第28-29页 |
| ·彩色图像预处理 | 第29-31页 |
| ·中值滤波 | 第29-30页 |
| ·高斯滤波 | 第30-31页 |
| ·二值形态学基本运算 | 第31-36页 |
| ·图像腐蚀 | 第32-33页 |
| ·图像膨胀 | 第33-34页 |
| ·图像的开启和闭合 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 基于颜色和形状的目标跟踪系统 | 第37-53页 |
| ·颜色空间的选取和转换 | 第38-39页 |
| ·基于颜色查找表的图像二值化 | 第39-41页 |
| ·基于游程的区域合并 | 第41-42页 |
| ·基于密度的区域融合 | 第42-43页 |
| ·基于链码的形状特征提取 | 第43-48页 |
| ·图像的链码表示方法 | 第43-44页 |
| ·图像的形状特征提取 | 第44-48页 |
| ·目标的距离信息提取 | 第48页 |
| ·目标颜色特征的自动提取 | 第48-49页 |
| ·多目标跟踪策略 | 第49-50页 |
| ·实验结果 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第5章 基于颜色学习的移动机器人避障系统 | 第53-67页 |
| ·系统结构 | 第53-55页 |
| ·颜色直方图及其特征提取 | 第55-62页 |
| ·颜色直方图 | 第55-60页 |
| ·直方图的相似度 | 第60-62页 |
| ·颜色学习模块 | 第62-64页 |
| ·手动模式下的颜色学习 | 第62-63页 |
| ·自动模式下的颜色学习 | 第63-64页 |
| ·避障策略 | 第64-65页 |
| ·实验结果分析 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 论文主要完成了以下几个方面 | 第67-68页 |
| 需要发展和完善的地方 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士期间发表的论文和取得的科研成果 | 第73-74页 |
| 致谢 | 第74页 |
