移动机器人路面识别技术的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-16页 |
| §1-1 引言 | 第8页 |
| §1-2 图像处理与识别的研究现状 | 第8-10页 |
| 1-2-1 图像处理的研究现状 | 第8-9页 |
| 1-2-2 图像识别技术的研究现状 | 第9-10页 |
| §1-3 移动机器人视觉研究现状 | 第10-14页 |
| 1-3-1 移动机器人视觉概述 | 第10-11页 |
| 1-3-2 移动机器人视觉发展概况 | 第11-14页 |
| §1-4 课题来源及意义 | 第14页 |
| §1-5 本文主要研究内容 | 第14-16页 |
| 第二章 机器人视觉与图像处理 | 第16-32页 |
| §2-1 引言 | 第16页 |
| §2-2 机器人视觉系统构成 | 第16-18页 |
| 2-2-1 机器人视觉概述 | 第16页 |
| 2-2-2 机器人视觉系统构成 | 第16-17页 |
| 2-2-3 移动机器人平台介绍 | 第17-18页 |
| §2-3 图像采集 | 第18-21页 |
| 2-3-1 采样 | 第18-19页 |
| 2-3-2 采样定理 | 第19-21页 |
| §2-4 图像处理 | 第21-30页 |
| 2-4-1 图像处理概述 | 第21页 |
| 2-4-2 图像变换 | 第21-27页 |
| 2-4-3 图像增强 | 第27-30页 |
| §2-5 本章小结 | 第30-32页 |
| 第三章 路面图像特征分类及特征提取技术 | 第32-44页 |
| §3-1 引言 | 第32页 |
| §3-2 路面图像的颜色特征提取 | 第32-37页 |
| 3-2-1 颜色空间 | 第32-33页 |
| 3-2-2 颜色特征提取算法 | 第33-37页 |
| §3-3 路面图像的纹理特征提取 | 第37-43页 |
| 3-3-1 纹理定义 | 第37-38页 |
| 3-3-2 纹理分析应用 | 第38页 |
| 3-3-3 纹理特征提取方法 | 第38页 |
| 3-3-4 灰度共生矩阵 | 第38-39页 |
| 3-3-5 灰度共生矩阵的建立 | 第39-43页 |
| §3-4 本章小结 | 第43-44页 |
| 第四章 基于支持向量机（SVM）的路面识别 | 第44-66页 |
| §4-1 引言 | 第44-45页 |
| §4-2 支持向量机 | 第45-52页 |
| 4-2-1 支持向量机 | 第45-48页 |
| 4-2-2 支持向量机的分类过程 | 第48-50页 |
| 4-2-3 基于支持向量机的图像识别 | 第50-52页 |
| §4-3 路面图像识别实验 | 第52-63页 |
| 4-3-1 实验条件 | 第52-53页 |
| 4-3-2 路面图像颜色特征提取 | 第53-59页 |
| 4-3-3 路面图像纹理特征提取 | 第59-61页 |
| 4-3-4 路面图像的识别 | 第61-63页 |
| §4-4 本章小结 | 第63-66页 |
| 第五章 总结与展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72页 |
