自主移动机器人视觉导航信息研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-11页 |
| ·机器人概述 | 第7-8页 |
| ·机器视觉技术现状、发展趋势及研究难点 | 第8-9页 |
| ·机器视觉技术现状 | 第8-9页 |
| ·机器视觉技术的发展趋势及研究难点 | 第9页 |
| ·本文研究内容及结构 | 第9-10页 |
| ·本章小结 | 第10-11页 |
| 2 全景视觉基础理论及实验平台简介 | 第11-17页 |
| ·全景视觉技术简介 | 第11-12页 |
| ·反射镜全景视觉系统成像理论 | 第12-15页 |
| ·单视点折反射系统约束方程 | 第12-14页 |
| ·双曲面反射镜全景视觉系统 | 第14-15页 |
| ·本课题实验平台介绍 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 3 数字图像处理理论 | 第17-31页 |
| ·图像灰度变换 | 第17-18页 |
| ·图像平滑 | 第18-21页 |
| ·中值滤波法 | 第18-19页 |
| ·均值滤波法 | 第19-20页 |
| ·高斯滤波法 | 第20-21页 |
| ·直方图与图像二值化 | 第21-24页 |
| ·直方图 | 第21-22页 |
| ·图像二值化 | 第22-24页 |
| ·图像边缘检测 | 第24-29页 |
| ·边缘检测 | 第24页 |
| ·索贝尔算子 | 第24-25页 |
| ·拉普拉斯算子 | 第25-26页 |
| ·坎尼算子 | 第26-28页 |
| ·几种边缘检测方法实际效果比较 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 4 基于颜色的目标检测与跟踪 | 第31-45页 |
| ·图像颜色模型介绍 | 第32-36页 |
| ·原色系统 | 第32-33页 |
| ·RGB颜色模型 | 第33-34页 |
| ·HSV颜色模型 | 第34-35页 |
| ·RGB颜色空间与HSV颜色空间的相互转换 | 第35-36页 |
| ·均值平移(MEAN SHIFT)算法 | 第36-40页 |
| ·算法原理 | 第36页 |
| ·算法定义 | 第36-37页 |
| ·目标跟踪中的Mean Shift算法 | 第37-39页 |
| ·跟踪算法 | 第39-40页 |
| ·实验过程及结果分析 | 第40-43页 |
| ·Mean Shift算法实现 | 第40-42页 |
| ·实验结果与分析 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 5 障碍物识别与测距 | 第45-51页 |
| ·障碍物识别 | 第45-46页 |
| ·距离标定 | 第46-48页 |
| ·障碍物测距 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 结论与展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-54页 |
