乒乓球机器人轨迹跟踪技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 课题的研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状及发展趋势 | 第9-15页 |
| 1.2.1 乒乓球机器人的发展趋势 | 第9-13页 |
| 1.2.2 视频跟踪技术的发展状况 | 第13-15页 |
| 1.2.3 研究面临的问题 | 第15页 |
| 1.3 本文主要内容与结构 | 第15-17页 |
| 第2章 视频图像处理 | 第17-32页 |
| 2.1 视频图像的特点 | 第17页 |
| 2.2 彩色图像处理 | 第17-20页 |
| 2.2.1 灰度化 | 第18-19页 |
| 2.2.2 彩色模型转化 | 第19-20页 |
| 2.3 图像滤波 | 第20-25页 |
| 2.3.1 空间域滤波 | 第21-24页 |
| 2.3.2 频率域滤波 | 第24-25页 |
| 2.4 阈值分割 | 第25-28页 |
| 2.5 形态学处理 | 第28-30页 |
| 2.6 直方图处理 | 第30-31页 |
| 2.7 本章小结 | 第31-32页 |
| 第3章 视频跟踪技术 | 第32-39页 |
| 3.1 跟踪算法简介 | 第32-34页 |
| 3.1.1 基于特征的跟踪算法 | 第32-33页 |
| 3.1.2 基于区域统计的跟踪算法 | 第33-34页 |
| 3.1.3 基于轮廓的跟踪算法 | 第34页 |
| 3.1.4 基于模型的跟踪算法 | 第34页 |
| 3.2 运动目标检测 | 第34-37页 |
| 3.2.1 帧差法 | 第35页 |
| 3.2.2 光流法 | 第35-36页 |
| 3.2.3 背景差分法 | 第36页 |
| 3.2.4 基于统计学习的方法 | 第36页 |
| 3.2.5 主动轮廓法 | 第36-37页 |
| 3.3 视频跟踪中的技术难点 | 第37页 |
| 3.4 本章小结 | 第37-39页 |
| 第4章 乒乓球目标跟踪 | 第39-50页 |
| 4.1 基于乒乓球飞行模型的跟踪 | 第39-43页 |
| 4.1.1 受力分析 | 第39-41页 |
| 4.1.2 乒乓球飞行的运动模型 | 第41-43页 |
| 4.2 帧差法跟踪 | 第43-44页 |
| 4.3 卡尔曼跟踪 | 第44-49页 |
| 4.3.1 卡尔曼滤波概述 | 第44-45页 |
| 4.3.2 滤波算法 | 第45-47页 |
| 4.3.3 粒子滤波 | 第47-48页 |
| 4.3.4 算法比较 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 系统实现与分析 | 第50-65页 |
| 5.1 开发环境概述 | 第50-53页 |
| 5.2 系统的实现 | 第53-64页 |
| 5.2.1 基于物理模型的跟踪 | 第53-55页 |
| 5.2.2 帧差法 | 第55-57页 |
| 5.2.3 卡尔曼滤波跟踪 | 第57-59页 |
| 5.2.4 改进的卡尔曼滤波跟踪 | 第59-64页 |
| 5.3 本章小结 | 第64-65页 |
| 第6章 展望 | 第65-66页 |
| 6.1 论文工作总结 | 第65页 |
| 6.2 下一步的工作 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 攻读学位期间的研究成果 | 第69-70页 |
| 致谢信 | 第70页 |
