模糊数学在机器人颜色识别中的应用
| 内容摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-11页 |
| 第二章 文献综述 | 第11-14页 |
| ·课题背景 | 第11页 |
| ·研究现状及存在问题 | 第11-13页 |
| ·研究现状 | 第11-12页 |
| ·目前研究中存在的问题 | 第12-13页 |
| ·本课题研究的目标与构想 | 第13-14页 |
| 第三章 图像处理基本理论 | 第14-20页 |
| ·彩色空间模型及转换 | 第14-17页 |
| ·RGB 和 CMY 色彩系统 | 第14页 |
| ·HSI 色彩系统 | 第14-16页 |
| ·YIQ 色彩系统 | 第16页 |
| ·YUV 色彩系统 | 第16页 |
| ·HSV 色彩系统 | 第16-17页 |
| ·K-L 变换与I_1 I_2 I_3 系统 | 第17-18页 |
| ·颜色直方图 | 第18-20页 |
| 第四章 基于模糊识别的方法 | 第20-24页 |
| ·贴近度 | 第20页 |
| ·模糊识别的几种方法 | 第20-21页 |
| ·隶属度原则和模糊模式识别的直接方法 | 第20-21页 |
| ·贴近原则与模糊模式识别的间接方法 | 第21页 |
| ·模糊聚类分析 | 第21页 |
| ·确定隶属函数 | 第21-24页 |
| ·确定隶属函数的常用方法 | 第21页 |
| ·常见的非线性隶属函数分布 | 第21-22页 |
| ·隶属函数的选择 | 第22-24页 |
| 第五章 颜色特征提取 | 第24-27页 |
| ·特征选取的原则 | 第24页 |
| ·可提取的颜色特征的比较 | 第24-25页 |
| ·平均灰度特征 | 第24-25页 |
| ·运用HSI 系统的H（色调）分量 | 第25页 |
| ·使用I_1 I_2 I_3 系统 | 第25页 |
| ·比较与分析 | 第25页 |
| ·本文特征量的提取 | 第25-27页 |
| 第六章 颜色识别的决策过程 | 第27-29页 |
| ·本文采用的综合评判原则 | 第27页 |
| ·权重的确立 | 第27页 |
| ·相关反馈技术 | 第27-29页 |
| ·阀值及确定标准 | 第27-28页 |
| ·学习与反学习 | 第28-29页 |
| 第七章 实验设计与程序实现 | 第29-57页 |
| ·实验的设计与分析 | 第29-33页 |
| ·试验环境 | 第29页 |
| ·试验步骤及结果 | 第29-32页 |
| ·试验数据 | 第32页 |
| ·试验分析 | 第32-33页 |
| ·程序设计 | 第33-57页 |
| ·整体设计 | 第33-34页 |
| ·主要功能介绍 | 第34-38页 |
| ·主要代码段解析 | 第38-57页 |
| 第八章 结论与进一步研究 | 第57-59页 |
| ·结论 | 第57页 |
| ·系统有待进一步提高的方面 | 第57-59页 |
| ·模糊神经网络 | 第57-58页 |
| ·其它不足 | 第58-59页 |
| 参考文献 | 第59-60页 |
