基于模糊视觉处理的智能无影灯系统研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第6-12页 |
| 1.1 研究背景及意义 | 第6-9页 |
| 1.1.1 国内外研究现状 | 第6-8页 |
| 1.1.2 市场需求分析 | 第8页 |
| 1.1.3 医疗工作对无影灯的要求 | 第8-9页 |
| 1.1.4 节能绿色照明 | 第9页 |
| 1.2 无影灯系统概述 | 第9-10页 |
| 1.3 论文研究内容 | 第10-11页 |
| 1.4 论文篇章结构 | 第11-12页 |
| 第二章 机器视觉测量模型及标定 | 第12-24页 |
| 2.1 机器视觉简述 | 第12-17页 |
| 2.1.1 射影几何学基础 | 第12-13页 |
| 2.1.2 摄像机模型 | 第13-16页 |
| 2.1.3 双目视觉模型 | 第16-17页 |
| 2.2 摄像机标定 | 第17-22页 |
| 2.2.1 摄像机标定原理 | 第17-19页 |
| 2.2.2 双目标定原理 | 第19-20页 |
| 2.2.3 摄像机标定过程及效果 | 第20-22页 |
| 2.3 本章小结 | 第22-24页 |
| 第三章 无影灯中的图像处理及信息挖掘 | 第24-39页 |
| 3.1 运动目标检测 | 第24-25页 |
| 3.2 场景背景建模 | 第25-35页 |
| 3.2.1 高斯背景建模算法 | 第26-27页 |
| 3.2.2 Codebook背景模型 | 第27-29页 |
| 3.2.3 SOBS自组织背景建模 | 第29-31页 |
| 3.2.4 SACON背景建模算法 | 第31-33页 |
| 3.2.5 基于YCbCr的SACON背景模型 | 第33-35页 |
| 3.3 自适应Camshift目标跟踪及预测 | 第35-37页 |
| 3.4 检测结果分析 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 模糊逻辑智能无影灯方案 | 第39-62页 |
| 4.1 模糊控制系统理论 | 第40-43页 |
| 4.1.1 模糊逻辑概述 | 第40-41页 |
| 4.1.2 模糊控制系统 | 第41-43页 |
| 4.2 基于CMAC网络的光源映射模型 | 第43-49页 |
| 4.2.1 CMAC网络工作原理 | 第45-46页 |
| 4.2.2 改进的CMAC网络 | 第46-49页 |
| 4.3 光照间接测量模型 | 第49-50页 |
| 4.4 BP网络模糊PID无影灯控制算法 | 第50-61页 |
| 4.4.1 PID控制原理 | 第50-51页 |
| 4.4.2 BP神经网络 | 第51-52页 |
| 4.4.3 BP网络预测模糊PID控制器 | 第52-61页 |
| 4.5 本章小结 | 第61-62页 |
| 第五章 系统方案实现与测试 | 第62-76页 |
| 5.1 系统总体方案 | 第62-69页 |
| 5.1.1 嵌入式平台控制器 | 第64-65页 |
| 5.1.2 传感器网络 | 第65-66页 |
| 5.1.3 LED驱动方案 | 第66-69页 |
| 5.2 系统测试 | 第69-75页 |
| 5.2.1 无影灯恒光效果测试 | 第69-70页 |
| 5.2.2 无影灯无影效果测试 | 第70-74页 |
| 5.2.3 无影灯测试分析 | 第74-75页 |
| 5.3 本章小结 | 第75-76页 |
| 第六章 总结与展望 | 第76-78页 |
| 6.1 论文研究工作总结 | 第76页 |
| 6.2 未来展望 | 第76-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-82页 |
| 附录 | 第82-86页 |
| 附录一：攻读硕士学位期间发表论文清单 | 第83-84页 |
| 附录二：攻读硕士学位期间参与的主要科研项目 | 第84-85页 |
| 附录三：攻读硕士学位期间科研获奖情况 | 第85-86页 |
