| 目录 | 第1-7页 |
| 摘要 | 第7-8页 |
| Abstract | 第8-10页 |
| 附图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-22页 |
| ·课题背景 | 第12-14页 |
| ·智能机器人发展历程 | 第12-13页 |
| ·视觉系统对智能机器人的重要意义 | 第13页 |
| ·本课题的研究意义 | 第13-14页 |
| ·课题研究现状 | 第14-19页 |
| ·稀疏表示的研究现状 | 第15-16页 |
| ·观测矩阵设计的研究现状 | 第16页 |
| ·重构算法的研究现状 | 第16-18页 |
| ·基于压缩感知理论的应用研究现状 | 第18-19页 |
| ·本文的结构安排 | 第19-22页 |
| 第2章 智能机器人的视觉特点 | 第22-32页 |
| ·机器人视觉系统概况 | 第22-24页 |
| ·双目视觉导航技术 | 第24-29页 |
| ·技术介绍 | 第24-26页 |
| ·视觉伺服系统的应用举例 | 第26-28页 |
| ·视觉伺服系统的应用难点 | 第28-29页 |
| ·结论 | 第29-32页 |
| 第3章 一种针对机器人视觉图像的分块自适应变步长压缩感知重构算法 | 第32-44页 |
| ·压缩感知重构算法的思想简介 | 第32-34页 |
| ·传统重构算法在图像信号处理领域的应用情况 | 第34-35页 |
| ·分块自适应变步长压缩感知重构算法 | 第35-39页 |
| ·分块压缩感知重构思想 | 第36-37页 |
| ·分块变步长自适应压缩感知重构算法 | 第37页 |
| ·分块自适应变步长压缩感知重构算法的计算步骤 | 第37-39页 |
| ·实验结果与分析 | 第39-41页 |
| ·结论 | 第41-44页 |
| 第4章 分块自适应变步长压缩感知重构算法重要参数的确定 | 第44-52页 |
| ·分块自适应变步长压缩感知重构算法中图像分块的块数的确定 | 第44-47页 |
| ·分块自适应变步长压缩感知重构算法中图像分块的实验 | 第44-47页 |
| ·实验结果及分析 | 第47页 |
| ·分块自适应变步长压缩感知重构算法中采样率的最优选定 | 第47-51页 |
| ·不同采样率下分块自适应变步长算法重构效果实验 | 第47-50页 |
| ·实验结果及分析 | 第50-51页 |
| ·结论 | 第51-52页 |
| 第5章 基于压缩感知理论的视觉含噪图像的重构算法 | 第52-64页 |
| ·噪声的引入 | 第53-54页 |
| ·基于小波变换的分块变步长自适应压缩感知算法思想 | 第54-57页 |
| ·基于小波变换的分块变步长自适应压缩感知算法实施步骤 | 第57-59页 |
| ·实验结果与分析 | 第59-63页 |
| ·结论 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71-72页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第72页 |
