| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-19页 |
| ·引言 | 第11页 |
| ·机器视觉的研究现状 | 第11-12页 |
| ·机器人足球比赛的发展及意义 | 第12-15页 |
| ·仿人足球机器人比赛 | 第12-13页 |
| ·仿人机器人Nao | 第13-15页 |
| ·仿人足球机器人关键技术的研究 | 第15-16页 |
| ·本文主要研究内容 | 第16-19页 |
| 第2章 仿人足球机器人视觉系统分析 | 第19-27页 |
| ·引言 | 第19-22页 |
| ·应用程序总体框架的搭建 | 第20-22页 |
| ·视觉子模块分析 | 第22页 |
| ·视觉传感器分析 | 第22-23页 |
| ·坐标系统的构建 | 第23-24页 |
| ·场地坐标系的构建 | 第23-24页 |
| ·机器人坐标系的构建 | 第24页 |
| ·图像坐标系的构建 | 第24页 |
| ·视觉系统存在的问题分析 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第3章 仿人足球机器人光照自适应图像分割算法的研究 | 第27-43页 |
| ·引言 | 第27-29页 |
| ·光照的作用 | 第28页 |
| ·光照模型的建立 | 第28页 |
| ·比赛场地光照变化分析 | 第28-29页 |
| ·仿人足球机器人彩色图像分割中的光照处理算法的研究 | 第29-32页 |
| ·基于光照自适应颜色查找表的图像分割算法的研究 | 第32-36页 |
| ·基于颜色表的颜色分割算法 | 第32-34页 |
| ·基于指数模型的改进自适应颜色表分割算法 | 第34-36页 |
| ·实验结果对比 | 第36页 |
| ·基于自适应参考立方体的图像分割算法的研究 | 第36-41页 |
| ·本章小结 | 第41-43页 |
| 第4章 基于遗传算法的目标识别算法的研究 | 第43-55页 |
| ·引言 | 第43页 |
| ·基于游程编码的区域寻找与合并 | 第43-46页 |
| ·游程编码 | 第43-44页 |
| ·区域的寻找与合并 | 第44-45页 |
| ·区域属性的计算 | 第45-46页 |
| ·遗传算法的基本原理 | 第46-48页 |
| ·基于遗传算法的目标识别算法 | 第48-53页 |
| ·算法的基本流程 | 第48-51页 |
| ·实验结果与分析 | 第51-53页 |
| ·本章小结 | 第53-55页 |
| 第5章 基于颜色直方图的粒子滤波目标跟踪算法的研究 | 第55-71页 |
| ·引言 | 第55页 |
| ·粒子滤波与视觉跟踪技术 | 第55-60页 |
| ·目标的先验知识与运动模型 | 第56-58页 |
| ·后验概率与粒子重采样 | 第58-59页 |
| ·基于粒子滤波的相关跟踪算法流程 | 第59-60页 |
| ·基于加权颜色直方图的粒子滤波的目标跟踪算法 | 第60-65页 |
| ·颜色分布模型的建立 | 第61-62页 |
| ·基于加权颜色直方图的粒子滤波跟踪算法的实现 | 第62-64页 |
| ·实验结果及分析 | 第64-65页 |
| ·基于图像积分直方图的改进粒子滤波目标算法的跟踪 | 第65-70页 |
| ·图像积分直方图表达式 | 第66-67页 |
| ·基于改进的加权颜色直方图的粒子滤波的目标跟踪算法 | 第67-68页 |
| ·对比试验分析 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 第6章 总结与展望 | 第71-73页 |
| ·总结 | 第71页 |
| ·展望 | 第71-73页 |
| 参考文献 | 第73-79页 |
| 致谢 | 第79-81页 |
| 硕士期间完成论文情况 | 第81页 |
