仿人机器人稳像技术的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题背景 | 第9页 |
| 1.2 稳像技术研究的目的和意义 | 第9-10页 |
| 1.3 国内外研究现状及分析 | 第10-14页 |
| 1.4 本文主要研究工作 | 第14-16页 |
| 1.4.1 本文的主要研究内容 | 第14-15页 |
| 1.4.2 本文的主要章节 | 第15-16页 |
| 第2章 电子稳像技术的原理及主要算法 | 第16-26页 |
| 2.0 电子稳像技术的概述 | 第16页 |
| 2.1 电子稳像技术的基本原理 | 第16-18页 |
| 2.2 几种电子稳像技术介绍和优缺点 | 第18-22页 |
| 2.2.1 灰度投影算法 | 第18-19页 |
| 2.2.2 块匹配法 | 第19-20页 |
| 2.2.3 代表点匹配法 | 第20-21页 |
| 2.2.4 位平面匹配法 | 第21-22页 |
| 2.3 特征点提取算子 | 第22-25页 |
| 2.3.1 尺度不变 SIFT 算法 | 第22-24页 |
| 2.3.2 角点检测 Harris 算法 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 快速投影算法及特征点匹配算法 | 第26-37页 |
| 3.1 快速的灰度投影算法 | 第26-32页 |
| 3.1.1 图像预处理 | 第26-27页 |
| 3.1.2 图像映射 | 第27-28页 |
| 3.1.3 互相关运算 | 第28页 |
| 3.1.4 投影算法的优化 | 第28-30页 |
| 3.1.5 实验结果和分析 | 第30-32页 |
| 3.2 特征点匹配算法原理 | 第32-33页 |
| 3.3 改进的 KLT 特征点提取算法 | 第33-36页 |
| 3.3.1 特征点的提取方法 | 第33-34页 |
| 3.3.2 剔除无效特征点 | 第34-35页 |
| 3.3.3 基于相对亮度差 | 第35-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 运动滤波和运动矫正 | 第37-46页 |
| 4.1 视频图像运动模型 | 第37-38页 |
| 4.2 特征点的匹配策略 | 第38-40页 |
| 4.2.1 匹配准则 | 第38-39页 |
| 4.2.2 参考帧的选择 | 第39-40页 |
| 4.3 图像滤波和运动矫正 | 第40-45页 |
| 4.3.1 运动参数求解 | 第41-43页 |
| 4.3.2 卡尔曼滤波 | 第43-44页 |
| 4.3.3 双线性插值 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第5章 仿人机器人稳像系统的设计及实验结果分析 | 第46-53页 |
| 5.1 仿人机器人稳像系统设计 | 第46-47页 |
| 5.1.1 仿人机器人图像抖动的特点分析 | 第46页 |
| 5.1.2 稳像系统的设计 | 第46-47页 |
| 5.2 稳像技术的评估 | 第47-49页 |
| 5.3 实验结果和分析 | 第49-52页 |
| 5.4 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读学位期间发表的学术论文 | 第58-60页 |
| 致谢 | 第60页 |
