基于DSP的人工路标识别算法研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题来源及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.3 TI DSP在视频处理领域的优势 | 第15-16页 |
| 1.4 本文的主要工作及架构 | 第16-17页 |
| 1.5 本章小结 | 第17-18页 |
| 第2章 目标识别相关理论 | 第18-30页 |
| 2.1 颜色空间理论 | 第18-21页 |
| 2.1.1 常用颜色模型简介 | 第18-21页 |
| 2.2 图像分割 | 第21-23页 |
| 2.3 形态学图像处理 | 第23-24页 |
| 2.3.1 膨胀与腐蚀 | 第23页 |
| 2.3.2 开运算与闭运算 | 第23-24页 |
| 2.3.3 形态滤波器 | 第24页 |
| 2.4 连通域标记 | 第24-25页 |
| 2.5 目标识别 | 第25-29页 |
| 2.5.1 人工神经网络 | 第25页 |
| 2.5.2 模板匹配 | 第25-26页 |
| 2.5.3 主成分分析(PCA) | 第26-29页 |
| 2.5.4 最小距离法分类器 | 第29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 系统总体设计方案 | 第30-32页 |
| 3.1 目标识别系统架构 | 第30-31页 |
| 3.2 本章小结 | 第31-32页 |
| 第4章 人工路标设计 | 第32-42页 |
| 4.1 构造人工路标的基本设计原理 | 第32-35页 |
| 4.1.1 针孔摄像机模型 | 第32-33页 |
| 4.1.2 几何变换的不变量 | 第33-35页 |
| 4.2 人工路标的参考结构 | 第35-38页 |
| 4.3 人工路标改进 | 第38-40页 |
| 4.4 本章小结 | 第40-42页 |
| 第5章 人工路标识别算法及其硬件实现 | 第42-68页 |
| 5.1 算法流程 | 第42-43页 |
| 5.2 人工路标的初步定位 | 第43-51页 |
| 5.2.1 基于形态学的识别算法 | 第43-48页 |
| 5.2.2 基于灰度信息的识别算法 | 第48-51页 |
| 5.3 人工路标的精确定位 | 第51-54页 |
| 5.4 人工路标数字的分割 | 第54-57页 |
| 5.5 人工路标数字的识别 | 第57-63页 |
| 5.6 程序的Flash固化 | 第63-64页 |
| 5.7 测试与结果分析 | 第64-67页 |
| 5.7.1 测试方案设计 | 第64-66页 |
| 5.7.2 结果分析 | 第66-67页 |
| 5.8 本章小结 | 第67-68页 |
| 第6章 总结与展望 | 第68-72页 |
| 6.1 总结 | 第68页 |
| 6.2 进一步工作展望 | 第68-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76页 |
