摘要 | 第4-5页 |
abstract | 第5页 |
第一章 绪论 | 第8-15页 |
1.1 研究背景与意义 | 第8-10页 |
1.2 国内外研究现状 | 第10-12页 |
1.3 主要研究内容 | 第12-13页 |
1.4 论文的组织结构与安排 | 第13-15页 |
第二章 深度图像和点云的获取与预处理 | 第15-27页 |
2.1 引言 | 第15页 |
2.2 深度图像的获取 | 第15-18页 |
2.2.1 深度传感器Kinect | 第15-17页 |
2.2.2 利用Kinect获取深度图像 | 第17-18页 |
2.3 深度图像预处理 | 第18-23页 |
2.3.1 原始深度图像的缺陷 | 第18-19页 |
2.3.2 基于深度阈值去除背景干扰 | 第19-20页 |
2.3.3 基于中值滤波消除噪声 | 第20-22页 |
2.3.4 基于形态学滤波去除孔洞 | 第22-23页 |
2.4 获取点云数据 | 第23-24页 |
2.5 点云数据预处理 | 第24-26页 |
2.6 本章小结 | 第26-27页 |
第三章 基于随机森林的头部姿态粗略估计 | 第27-38页 |
3.1 引言 | 第27页 |
3.2 随机森林算法概述 | 第27-32页 |
3.2.1 构建决策树 | 第28-30页 |
3.2.2 构建森林 | 第30-32页 |
3.3 构建计算头姿的随机森林 | 第32-35页 |
3.3.1 头部姿态训练样本 | 第32-34页 |
3.3.2 节点分裂方法 | 第34页 |
3.3.3 头姿结果投票方法 | 第34-35页 |
3.4 随机森林估计头部姿态实验结果与分析 | 第35-37页 |
3.5 本章小结 | 第37-38页 |
第四章 基于随机森林结合ICP算法的精确头部姿态计算 | 第38-55页 |
4.1 引言 | 第38页 |
4.2 ICP算法 | 第38-44页 |
4.2.1 ICP算法概述 | 第38-39页 |
4.2.2 最近邻搜索 | 第39-41页 |
4.2.3 ICP算法实现 | 第41-43页 |
4.2.4 ICP算法计算头姿 | 第43-44页 |
4.3 建立个人头部点云模板 | 第44-47页 |
4.4 ICP算法结合随机森林算法 | 第47-51页 |
4.5 头姿计算实验与结果分析 | 第51-54页 |
4.5.1 头部姿态计算实验结果 | 第51-52页 |
4.5.2 实验数据测试与分析 | 第52-53页 |
4.5.3 头部姿态算法稳定性分析 | 第53-54页 |
4.6 本章小结 | 第54-55页 |
第五章 基于头姿识别的智能轮椅人机交互系统设计 | 第55-69页 |
5.1 引言 | 第55页 |
5.2 系统硬件平台 | 第55-57页 |
5.2.1 智能轮椅结构 | 第55-56页 |
5.2.2 控制系统组成 | 第56-57页 |
5.2.3 上位机与轮椅通信协议 | 第57页 |
5.3 系统软件实现 | 第57-63页 |
5.3.1 头姿控制方式与电子差速算法 | 第57-61页 |
5.3.2 软件模块概述与实现 | 第61-63页 |
5.4 轮椅实机控制实验 | 第63-68页 |
5.5 本章小结 | 第68-69页 |
第六章 总结与展望 | 第69-70页 |
6.1 论文总结 | 第69页 |
6.2 工作展望 | 第69-70页 |
参考文献 | 第70-73页 |
附录1 攻读硕士学位期间申请的专利 | 第73-74页 |
附录2 攻读硕士学位期间参加的科研项目 | 第74-75页 |
致谢 | 第75页 |