智行轮椅控制系统设计和图像识别技术研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10页 |
| 1.2 研究目的 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.3.1 国外研究现状 | 第12页 |
| 1.3.2 国内研究现状 | 第12-13页 |
| 1.4 本文研究内容 | 第13-14页 |
| 1.5 论文的结构与安排 | 第14-15页 |
| 第二章 智行轮椅控制系统的设计研究 | 第15-23页 |
| 2.1 智行轮椅总体设计方案 | 第15-16页 |
| 2.2 智行轮椅控制系统的硬件设计 | 第16-20页 |
| 2.2.1 MCU模块 | 第17页 |
| 2.2.2 直流电机驱动模块 | 第17页 |
| 2.2.3 WIFI模块 | 第17-18页 |
| 2.2.4 摄像头模块 | 第18页 |
| 2.2.5 舵机模块 | 第18-19页 |
| 2.2.6 红外避障模块 | 第19页 |
| 2.2.7 电子罗盘模块 | 第19-20页 |
| 2.3 智行轮椅软件系统的软件设计 | 第20-22页 |
| 2.3.1 模板创建模块 | 第20页 |
| 2.3.2 图像显示模块 | 第20-21页 |
| 2.3.3 操纵面板 | 第21页 |
| 2.3.4 菜单模块 | 第21页 |
| 2.3.5 地图绘制模块 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第三章 基于Halcon的交通标志图像处理研究 | 第23-38页 |
| 3.1 软件的开发环境简介 | 第23-25页 |
| 3.1.1 Halcon机器视觉平台 | 第23-24页 |
| 3.1.2 Halcon程序的C | 第24-25页 |
| 3.2 图像获取 | 第25-26页 |
| 3.2.1 视频信息的获取 | 第25页 |
| 3.2.2 图像信息采样和量化 | 第25-26页 |
| 3.3 图像增强 | 第26-31页 |
| 3.3.1 图像复原技术 | 第26-29页 |
| 3.3.2 直方图均衡化 | 第29-31页 |
| 3.4 图像分割 | 第31-36页 |
| 3.4.1 确定感兴趣区域 | 第31页 |
| 3.4.2 图像颜色空间转换 | 第31-34页 |
| 3.4.3 形态学分析法 | 第34-35页 |
| 3.4.4 图像的连接区域 | 第35-36页 |
| 3.5 图像特征过滤 | 第36-37页 |
| 3.5.1 面积特征过滤 | 第36页 |
| 3.5.2 凸性特征过滤 | 第36页 |
| 3.5.3 矩形度特征过滤 | 第36-37页 |
| 3.5.4 圆度特征过滤 | 第37页 |
| 3.6 本章小结 | 第37-38页 |
| 第四章 交通标志图像识别算法的设计研究 | 第38-53页 |
| 4.1 模板匹配算法 | 第38-42页 |
| 4.1.1 多尺度模板匹配算法 | 第40-41页 |
| 4.1.2 金子塔优化算法 | 第41-42页 |
| 4.2 识别人行横道标志牌算法设计 | 第42-46页 |
| 4.3 识别行人斑马线算法设计 | 第46-48页 |
| 4.4 识别交通信号灯算法设计 | 第48-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 智行轮椅控制系统实验测试与分析研究 | 第53-59页 |
| 5.1 轮椅实验场景的模拟 | 第53-54页 |
| 5.2 识别过程的准确性与实时性检测 | 第54-57页 |
| 5.2.1 识别人行横道标志牌实验 | 第54-55页 |
| 5.2.2 识别行人斑马线实验 | 第55-56页 |
| 5.2.3 识别交通信号灯实验 | 第56-57页 |
| 5.3 本章小结 | 第57-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 攻读学位期间取得的研究成果 | 第65-66页 |
| 致谢 | 第66页 |
