| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 国内外研究现状及分析 | 第11-15页 |
| 1.2.1 足球机器人比赛概述 | 第11-12页 |
| 1.2.2 图像分割研究综述 | 第12-13页 |
| 1.2.3 目标跟踪研究综述 | 第13-14页 |
| 1.2.4 机器人路径规划研究综述 | 第14-15页 |
| 1.3 本文的工作及内容安排 | 第15-16页 |
| 第2章 比赛场景彩色图像分割研究 | 第16-24页 |
| 2.1 引言 | 第16页 |
| 2.2 彩色图像颜色空间 | 第16-18页 |
| 2.2.1 电子设备显示的颜色空间 | 第16-17页 |
| 2.2.2 面向视觉感知的颜色空间 | 第17-18页 |
| 2.3 图像分割方法概述 | 第18-19页 |
| 2.4 图像灰度熵 | 第19页 |
| 2.5 PCNN简化模型及其图像处理原理 | 第19-21页 |
| 2.5.1 PCNN简化模型 | 第19-20页 |
| 2.5.2 PCNN图像分割原理 | 第20-21页 |
| 2.6 结合灰度熵值和PCNN的彩色图像分割 | 第21页 |
| 2.7 仿真实验及分析 | 第21-23页 |
| 2.8 本章小结 | 第23-24页 |
| 第3章 足球目标跟踪方法研究 | 第24-44页 |
| 3.1 引言 | 第24页 |
| 3.2 均值漂移理论简介 | 第24-30页 |
| 3.2.1 核密度估计 | 第24-25页 |
| 3.2.2 均值漂移原理在多维空间的实现 | 第25-27页 |
| 3.2.3 经典均值漂移跟踪方法 | 第27-30页 |
| 3.3 基于小波变换的LTP纹理特征 | 第30-32页 |
| 3.4 背景加权信息 | 第32-34页 |
| 3.5 改进的均值漂移跟踪方法实现步骤 | 第34-35页 |
| 3.6 仿真实验及分析 | 第35-43页 |
| 3.7 本章小结 | 第43-44页 |
| 第4章 足球机器人路径规划 | 第44-59页 |
| 4.1 引言 | 第44页 |
| 4.2 经典人工势场法简介 | 第44-46页 |
| 4.3 经典人工势场法的局限性 | 第46-52页 |
| 4.3.1 目标附近不可到达问题 | 第46-48页 |
| 4.3.2 局部极小值问题 | 第48-49页 |
| 4.3.3 不能动态规划问题 | 第49-51页 |
| 4.3.4 环境适应性问题 | 第51-52页 |
| 4.4 面向环境复杂度的步长自适应调节人工势场法的研究 | 第52-54页 |
| 4.4.1 环境复杂度的描述 | 第52-53页 |
| 4.4.2 迭代步长自适应调整方法 | 第53-54页 |
| 4.5 仿真实验及分析 | 第54-58页 |
| 4.5.1 静态环境仿真分析 | 第54-56页 |
| 4.5.2 动态环境仿真分析 | 第56-58页 |
| 4.6 本章小结 | 第58-59页 |
| 总结与展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第67页 |
| A. 发表论文情况 | 第67页 |