| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 移动机器人导航技术 | 第11-13页 |
| 1.2.2 移动机器人视觉导航技术 | 第13-14页 |
| 1.2.3 视觉导航中水渍检测的技术 | 第14-15页 |
| 1.3 本文的研究内容及研究意义 | 第15-17页 |
| 第2章 非结构化道路中水渍检测及移动机器人导航研究框架 | 第17-24页 |
| 2.1 导航系统相关组件 | 第17-18页 |
| 2.1.1 传感器 | 第17-18页 |
| 2.1.2 上下位机接口Aria | 第18页 |
| 2.2 导航系统相关技术 | 第18-21页 |
| 2.2.1 定位 | 第18-20页 |
| 2.2.2 路径规划 | 第20-21页 |
| 2.3 非结构化道路中水渍检测及导航框架及流程 | 第21-24页 |
| 第3章 支持机器人视觉导航的图像分割 | 第24-36页 |
| 3.1 图像分割概述 | 第24-26页 |
| 3.2 分水岭算法 | 第26-27页 |
| 3.3 摄像机标定 | 第27-30页 |
| 3.3.1 标定模型 | 第28-29页 |
| 3.3.2 参数估计 | 第29-30页 |
| 3.4 区域生长 | 第30-32页 |
| 3.5 实验结果及讨论 | 第32-36页 |
| 第4章 水渍检测 | 第36-43页 |
| 4.1 图像特征提取 | 第36-38页 |
| 4.1.1 颜色特征 | 第36-37页 |
| 4.1.2 纹理特征 | 第37-38页 |
| 4.2 水渍的识别 | 第38-41页 |
| 4.2.1 高亮度区域检测 | 第38-39页 |
| 4.2.2 水渍倒影区域的识别 | 第39页 |
| 4.2.3 水渍和阴影的区分 | 第39-41页 |
| 4.3 实验结果及分析 | 第41-43页 |
| 第5章 可行区域判断 | 第43-57页 |
| 5.1 可行性区域判断概述 | 第43-45页 |
| 5.2 特征向量 | 第45-47页 |
| 5.2.1 形状特征 | 第45-47页 |
| 5.2.2 其他常用特征 | 第47页 |
| 5.3 可行区域判断 | 第47-55页 |
| 5.3.1 分类器的设计 | 第48-51页 |
| 5.3.2 分类器的训练 | 第51-53页 |
| 5.3.3 由近及远可行区域判断 | 第53-55页 |
| 5.4 实验结果及讨论 | 第55-57页 |
| 第6章 总结和展望 | 第57-59页 |
| 6.1 总结 | 第57-58页 |
| 6.2 未来工作展望 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的学术论文 | 第63-64页 |
| 致谢 | 第64页 |