单目视觉移动机器人目标识别
| 中文摘要 | 第1-3页 |
| 英文摘要 | 第3-9页 |
| 1 绪论 | 第9-17页 |
| ·论文研究背景和意义 | 第9-10页 |
| ·国内外移动机器人研究现状 | 第10-16页 |
| ·国外现状 | 第10-13页 |
| ·国内现状 | 第13-16页 |
| ·本论文主要内容及章节安排 | 第16-17页 |
| 2 嵌入式目标识别系统设计 | 第17-35页 |
| ·移动机器人视觉系统概述 | 第18-21页 |
| ·系统硬件设计 | 第21-30页 |
| ·系统方案 | 第21-22页 |
| ·图像处理模块及电路设计 | 第22-24页 |
| ·中央处理器和外围电路 | 第24-30页 |
| ·系统软件设计 | 第30-35页 |
| ·Windows CE特点和层次结构 | 第30-32页 |
| ·软件设计 | 第32-35页 |
| ·本章总结 | 第35页 |
| 3 机器人图像匹配目标识别算法 | 第35-47页 |
| ·准备知识 | 第35-41页 |
| ·像素与邻域 | 第36页 |
| ·图像分割算法 | 第36-40页 |
| ·边界检测分割算法及实现 | 第40-41页 |
| ·机器人目标识别图像匹配算法 | 第41-47页 |
| ·基于图像灰度的匹配识别算法 | 第42-45页 |
| ·基于图像特征的匹配算法 | 第45-47页 |
| ·本章小结 | 第47页 |
| 4 基于BP神经网络的机器人目标识别设计与实现 | 第47-65页 |
| ·不变矩与其特性验证 | 第47-55页 |
| ·不变矩的特性 | 第49-52页 |
| ·不变矩的修正 | 第52页 |
| ·实验以及结论分析 | 第52-55页 |
| ·BP神经网络与模式识别 | 第55-62页 |
| ·BP网络结构 | 第56-57页 |
| ·BP网络模式识别设计实现 | 第57-62页 |
| ·基于BP神经网络的机器人目标识别仿真设计 | 第62-65页 |
| ·目标识别仿真系统 | 第62-63页 |
| ·仿真系统性能分析与改进 | 第63-65页 |
| ·本章小结 | 第65页 |
| 5 论文总结与展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 论文发表 | 第70-73页 |
| 致谢 | 第73页 |