移动机器人视觉检测和跟踪研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-18页 |
| ·课题来源及研究目的和意义 | 第10-12页 |
| ·国内外的研究现状及分析 | 第12-17页 |
| ·运动目标检测和提取方法 | 第13-15页 |
| ·视频图像运动目标跟踪方法 | 第15-17页 |
| ·本课题主要研究的内容 | 第17-18页 |
| 第2章 视觉检测和跟踪中的图像处理技术 | 第18-32页 |
| ·引言 | 第18页 |
| ·图像采集 | 第18-19页 |
| ·色彩空间转换 | 第19-23页 |
| ·色彩空间概述 | 第19页 |
| ·RGB 颜色空间 | 第19-21页 |
| ·HSI 颜色空间 | 第21-22页 |
| ·颜色模型的选择 | 第22-23页 |
| ·图像去噪 | 第23-25页 |
| ·模板法 | 第23-24页 |
| ·中值滤波 | 第24-25页 |
| ·图像去噪实验结果 | 第25页 |
| ·图像分割 | 第25-30页 |
| ·图像阈值分割 | 第26页 |
| ·边缘检测 | 第26-30页 |
| ·轮廓追踪 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 全局目标检测和跟踪 | 第32-54页 |
| ·引言 | 第32-34页 |
| ·帧差法和背景提取简介 | 第34-40页 |
| ·瞬时差分法 | 第34-35页 |
| ·基于混合高斯模型的背景提取 | 第35-37页 |
| ·MoG 实验结果及分析 | 第37-40页 |
| ·运动分割与改进的tMHI | 第40-42页 |
| ·tMHI 的定义 | 第40页 |
| ·tMHI 的计算步骤 | 第40-41页 |
| ·基于tMHI 的运动分割 | 第41-42页 |
| ·Kalman 滤波器的预测和跟踪 | 第42-46页 |
| ·线性卡尔曼滤波 | 第42-44页 |
| ·卡尔曼滤波的特点及在机动目标跟踪中的作用 | 第44-46页 |
| ·Kalman 多目标跟踪算法 | 第46-49页 |
| ·基于Kalman 滤波器的目标运动估计 | 第46-47页 |
| ·运动目标位置关联 | 第47-49页 |
| ·Kalman 滤波多目标跟踪算法 | 第49页 |
| ·实验结果与分析 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 第4章 基于移动机器人的目标检测和跟踪 | 第54-82页 |
| ·移动机器人色标的设计 | 第55-57页 |
| ·移动机器人色标识别 | 第57-66页 |
| ·彩色图像的分割策略 | 第57页 |
| ·基于HSI 颜色空间的彩色图像分割 | 第57-58页 |
| ·椭圆的识别 | 第58-62页 |
| ·矩形检测 | 第62-64页 |
| ·色标组合 | 第64-66页 |
| ·移动机器人追踪 | 第66-72页 |
| ·角点的概念 | 第66页 |
| ·角点检测算子 | 第66-69页 |
| ·多分辨率光流估计 | 第69-72页 |
| ·实验结果和分析 | 第72-81页 |
| ·本章小结 | 第81-82页 |
| 第5章 系统设计和实现 | 第82-98页 |
| ·系统总体结构 | 第82-84页 |
| ·系统构成 | 第82-83页 |
| ·系统的设计功能和设计目标 | 第83-84页 |
| ·系统设计 | 第84-91页 |
| ·系统运行环境 | 第85-88页 |
| ·系统初始化部分 | 第88页 |
| ·图像采集部分 | 第88-89页 |
| ·图像处理部分 | 第89-90页 |
| ·系统注销部分 | 第90页 |
| ·多线程设计和管理 | 第90-91页 |
| ·性能指标分析 | 第91-97页 |
| ·准确性 | 第91-92页 |
| ·实时性 | 第92-94页 |
| ·稳定性 | 第94页 |
| ·大视角 | 第94-95页 |
| ·追踪精度 | 第95-96页 |
| ·系统的可扩展性 | 第96-97页 |
| ·本章小结 | 第97-98页 |
| 结论 | 第98-99页 |
| 参考文献 | 第99-105页 |
| 攻读学位期间发表的学术论文 | 第105-107页 |
| 致谢 | 第107页 |
