基于图像的人体背部检测及其在机械臂的运动控制研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 引言 | 第12-13页 |
| 1.2 国内外按摩和视觉机器人的发展现状 | 第13-17页 |
| 1.2.1 视觉机器人的发展现状 | 第13-15页 |
| 1.2.2 按摩机器人的发展现状 | 第15-17页 |
| 1.3 OpenCV图片视觉处理库 | 第17-18页 |
| 1.4 视觉伺服的不同类型 | 第18-20页 |
| 1.5 研究的目的和意义 | 第20-21页 |
| 1.5.1 研究的意义 | 第20-21页 |
| 1.5.2 研究的目的 | 第21页 |
| 1.6 主要的研究内容 | 第21页 |
| 1.7 本章总结 | 第21-22页 |
| 第2章 基于图像的人体背部检测算法 | 第22-34页 |
| 2.1 泛洪填充算法 | 第22-23页 |
| 2.2 数学形态学 | 第23-25页 |
| 2.3 轮廓提取 | 第25-30页 |
| 2.3.1 轮廓提取原理介绍 | 第25-26页 |
| 2.3.2 边缘检测 | 第26-28页 |
| 2.3.3 轮廓边界提取 | 第28-29页 |
| 2.3.4 轮廓链码表示 | 第29-30页 |
| 2.4 支持向量机 | 第30-33页 |
| 2.4.1 SVM工作原理 | 第30-31页 |
| 2.4.2 SVM数学模型 | 第31-33页 |
| 2.5 本章总结 | 第33-34页 |
| 第3章 基于图像的人体背部检测 | 第34-46页 |
| 3.1 按摩理疗下的人体背部分析 | 第34-35页 |
| 3.2 基于图像的人体背部区域分割 | 第35-38页 |
| 3.2.1 人体背部区域分割原理 | 第35-36页 |
| 3.2.2 背部图像分辨率和灰度处理 | 第36-37页 |
| 3.2.3 泛洪填充初步区域分割 | 第37页 |
| 3.2.4 人体背部图像的形态学处理 | 第37-38页 |
| 3.3 区域的轮廓提取 | 第38-39页 |
| 3.3.1 人体背部图像轮廓筛选 | 第39页 |
| 3.4 图像裁剪和尺寸调整 | 第39-41页 |
| 3.5 背部区域图像SVM分类检测 | 第41-44页 |
| 3.5.1 相应图像类型的选择 | 第41-42页 |
| 3.5.2 图像对应的特征向量形式 | 第42页 |
| 3.5.3 SVM训练样本文件的生成 | 第42-44页 |
| 3.6 实验分析 | 第44-45页 |
| 3.7 本章总结 | 第45-46页 |
| 第4章 按摩理疗机器人运动学模型 | 第46-62页 |
| 4.1 刚体的位置和姿态表述 | 第46-52页 |
| 4.1.1 点在坐标系中的描述 | 第46页 |
| 4.1.2 刚体在坐标系中的描述 | 第46-52页 |
| 4.2 机械臂正运动学 | 第52-54页 |
| 4.2.1 机械臂模型D-H参数构建 | 第52-53页 |
| 4.2.2 正运动学一般形式 | 第53-54页 |
| 4.3 机械臂的逆运动学 | 第54-60页 |
| 4.3.1 按摩理疗机器人D-H模型 | 第54-55页 |
| 4.3.2 按摩理疗机器人正运动学 | 第55-57页 |
| 4.3.3 按摩理疗机器人逆运动学 | 第57-60页 |
| 4.4 本章总结 | 第60-62页 |
| 第5章 基于图像的视觉伺服 | 第62-78页 |
| 5.1 基于图像的视觉伺服基本原理 | 第62-63页 |
| 5.2 图像雅可比矩阵 | 第63-66页 |
| 5.2.1 相机透视变换 | 第63-65页 |
| 5.2.2 图像特征点运动及其雅可比矩阵 | 第65-66页 |
| 5.3 机械臂雅可比矩阵 | 第66-68页 |
| 5.4 按摩理疗机器人视觉伺服系统 | 第68-76页 |
| 5.4.1 图像处理部分 | 第69-72页 |
| 5.4.2 机器人运动控制部分 | 第72-73页 |
| 5.4.3 系统仿真分析 | 第73-76页 |
| 5.5 本章总结 | 第76-78页 |
| 第6章 总结和展望 | 第78-80页 |
| 6.1 总结 | 第78-79页 |
| 6.2 展望 | 第79-80页 |
| 参考文献 | 第80-84页 |
| 作者攻读学位期间的科研成果 | 第84-86页 |
| 致谢 | 第86页 |
