基于全方位视觉的柱面展开与实时目标跟踪算法研究
摘要 | 第1-4页 |
ABSTRACT | 第4-11页 |
第一章 绪论 | 第11-23页 |
·研究背景及意义 | 第11-12页 |
·全方位视觉概述 | 第12-17页 |
·全方位视觉分类 | 第12-14页 |
·反射式全方位视觉的国内外现状 | 第14-15页 |
·全方位视觉的特点及应用 | 第15-17页 |
·全方位视觉在机器人中的应用 | 第17-20页 |
·本文研究内容和文章结构 | 第20-23页 |
·本文研究内容 | 第20-21页 |
·本文文章结构 | 第21-23页 |
第二章 全方位视觉成像与还原展开 | 第23-33页 |
·全方位视觉镜头的成像过程 | 第23-26页 |
·双曲面全方位摄像头中参数 | 第23-25页 |
·全方位图像成像原理 | 第25-26页 |
·全方位图像的展开过程 | 第26-27页 |
·全方位图像的快速展开算法 | 第27-32页 |
·全方位图像中心点解算 | 第28-31页 |
·全方位图像柱面展开 | 第31-32页 |
·本章小结 | 第32-33页 |
第三章 全方位图像快速展开插值算法 | 第33-42页 |
·图像生成过程中像素损失和图像扭曲现象 | 第33-34页 |
·插值算法介绍 | 第34-37页 |
·最近邻插值 | 第34-35页 |
·双线性插值 | 第35-36页 |
·三次立方卷积插值 | 第36-37页 |
·基于双线性插值的展开算法 | 第37-39页 |
·插值展开算法结果比较 | 第39-40页 |
·本章小结 | 第40-42页 |
第四章 基于全方位视觉的跟踪算法 | 第42-59页 |
·目标跟踪技术概述 | 第42-46页 |
·目标跟踪方法介绍 | 第43-45页 |
·跟踪技术中存在的问题 | 第45-46页 |
·Kalman 滤波预测跟踪算法 | 第46-50页 |
·Kalman 滤波的基本原理 | 第46-48页 |
·Kalman 在图像跟踪上的应用 | 第48-50页 |
·CamShift 跟踪算法 | 第50-53页 |
·CamShift 算法基本原理 | 第50-52页 |
·CamShift 算法的跟踪结果 | 第52-53页 |
·改进的 CamShift 算法 | 第53-57页 |
·算法原理 | 第53-55页 |
·跟踪结果 | 第55-57页 |
·本章小结 | 第57-59页 |
第五章 全方位视觉系统 | 第59-64页 |
·全方位移动机器人实验平台 | 第59页 |
·全方位视觉摄像头 | 第59-61页 |
·全方位视觉软件系统 | 第61-63页 |
·本章小结 | 第63-64页 |
第六章 结束语 | 第64-66页 |
·总结 | 第64页 |
·进一步的工作 | 第64-66页 |
参考文献 | 第66-69页 |
致谢 | 第69-70页 |
攻读硕士学位期间已发表或录用的论文 | 第70-72页 |