双足机器人目标识别与跟踪方法研究
摘要 | 第1-4页 |
Abstract | 第4-8页 |
第一章 绪论 | 第8-16页 |
·引言 | 第8-9页 |
·机器人技术研究动态及发展趋势 | 第9-10页 |
·国外的研究动态及发展趋势 | 第9页 |
·国内的研究动态及发展趋势 | 第9-10页 |
·目标识别与跟踪方法概况 | 第10-13页 |
·计算机视觉理论概述 | 第10页 |
·目标识别方法概述 | 第10-11页 |
·目标跟踪方法概述 | 第11-13页 |
·论文内容安排 | 第13-14页 |
·论文创新点 | 第14-16页 |
第二章 双足机器人视觉系统 | 第16-22页 |
·引言 | 第16页 |
·AFU2009 双足机器人系统 | 第16-18页 |
·机械架构 | 第16-17页 |
·控制系统 | 第17页 |
·软件算法 | 第17-18页 |
·AFU2009 视觉系统 | 第18页 |
·图像采集 | 第18-20页 |
·摄像机成像几何原理 | 第18-20页 |
·采样和量化 | 第20页 |
·本章小结 | 第20-22页 |
第三章 摄像机标定 | 第22-34页 |
·引言 | 第22页 |
·摄像机投影模型 | 第22-26页 |
·四个常用坐标系 | 第22-24页 |
·摄像机线性模型 | 第24-26页 |
·摄像机非线性模型 | 第26页 |
·张氏摄像机标定法 | 第26-31页 |
·基本方程 | 第27-29页 |
·求解摄像机参数 | 第29-31页 |
·标定摄像机畸变参数 | 第31页 |
·摄像机标定实验 | 第31-33页 |
·本章小结 | 第33-34页 |
第四章 彩色目标识别 | 第34-48页 |
·引言 | 第34页 |
·灰度图像处理 | 第34-36页 |
·图像分割定义 | 第34-35页 |
·图像分割算法 | 第35-36页 |
·直方图 | 第36页 |
·彩色图像处理 | 第36-41页 |
·颜色空间模型选择 | 第37-38页 |
·HSI 模型与RGB 模型的转换 | 第38-39页 |
·区域生长算法 | 第39-41页 |
·彩色目标识别 | 第41-43页 |
·饱和度阈值选取 | 第41-42页 |
·高饱和区域阈值选取 | 第42页 |
·高饱和区域目标识别 | 第42-43页 |
·低饱和区域处理 | 第43页 |
·颜色阈值自适应更新 | 第43-44页 |
·圆形性检测 | 第43-44页 |
·颜色阈值自适应更新 | 第44页 |
·试验及结果分析 | 第44-46页 |
·本章小结 | 第46-48页 |
第五章 目标跟踪理论及算法 | 第48-74页 |
·引言 | 第48-49页 |
·Mean Shift 算法 | 第49-53页 |
·基本Mean Shift 算法 | 第49-50页 |
·扩展Mean Shift 算法 | 第50-52页 |
·Mean Shift 向量 | 第52-53页 |
·Mean Shift 算法 | 第53页 |
·Camshift 算法 | 第53-56页 |
·Camshift 算法流程 | 第54页 |
·颜色概率分布 | 第54-55页 |
·Mean Shift 算法模块 | 第55-56页 |
·Camshift 算法实现 | 第56页 |
·粒子滤波算法 | 第56-63页 |
·贝叶斯滤波理论 | 第56-58页 |
·序列重要性采样 | 第58-59页 |
·退化问题 | 第59-60页 |
·重采样算法 | 第60-62页 |
·粒子滤波算法 | 第62-63页 |
·双足机器人目标跟踪算法 | 第63-71页 |
·系统状态模型设计 | 第63-66页 |
·基于核函数颜色直方图的目标描述 | 第66-67页 |
·系统观测模型设计 | 第67-68页 |
·目标区域描述更新 | 第68-69页 |
·确定目标位置 | 第69页 |
·目标跟踪新算法实现 | 第69-71页 |
·试验及结果分析 | 第71-72页 |
·本章小结 | 第72-74页 |
第六章 总结与展望 | 第74-76页 |
·课题工作总结 | 第74-75页 |
·课题展望 | 第75-76页 |
致谢 | 第76-78页 |
参考文献 | 第78-81页 |
附录: 攻读硕士期间学术和科研成果 | 第81页 |