首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于超声波与图像识别的盲人导航眼镜研究与实现

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第11-17页
    1.1 研究目的和意义第11-12页
    1.2 主要研究领域的研究现状第12-15页
        1.2.1 盲人导航系统研究现状第12-14页
        1.2.2 图像识别研究现状第14-15页
        1.2.3 树莓派的应用现状第15页
    1.3 论文的主要研究内容第15-16页
    1.4 论文的结构安排第16-17页
第二章 相关理论与技术第17-31页
    2.1 超声波测距技术第17-18页
        2.1.1 超声波发生器介绍第17页
        2.1.2 超声波测距方法及原理第17-18页
    2.2 图像识别理论与技术第18-19页
    2.3 图像预处理第19-21页
        2.3.1 直方图均衡化第19-20页
        2.3.2 中值滤波第20页
        2.3.3 Canny边缘检测第20-21页
    2.4 图像特征提取第21-28页
        2.4.1 Hough变换第21-23页
        2.4.2 颜色特征第23-25页
        2.4.3 Haar-like特征第25-26页
        2.4.4 利用积分图像法计算Haar-like特征第26-28页
    2.5 基于Haar-like特征的AdaBoost算法第28-30页
        2.5.1 构造弱分类器第28页
        2.5.2 基于AdaBoost算法训练强分类器第28-29页
        2.5.3 构建级联强分类器第29-30页
    2.6 本章小结第30-31页
第三章 盲人导航眼镜系统总体设计第31-44页
    3.1 系统需求分析第31页
    3.2 导盲眼镜系统设计第31-33页
        3.2.1 系统功能设计第31-32页
        3.2.2 系统结构设计第32-33页
    3.3 信息采集模块第33-34页
        3.3.1 障碍物信息采集第33-34页
        3.3.2 数字图像信息采集第34页
    3.4 数据分析处理模块第34-40页
        3.4.1 安全避障功能第34-35页
        3.4.2 红绿灯识别功能第35-38页
        3.4.3 斑马线识别功能第38-40页
    3.5 人机交互模块第40-42页
        3.5.1 语音模块第40-41页
        3.5.2 按键启动模块第41-42页
    3.6 系统总体外型设计第42-43页
    3.7 本章小结第43-44页
第四章 盲人导航眼镜系统的实现第44-67页
    4.1 导盲眼镜系统硬件介绍第44-48页
        4.1.1 树莓派模块第44-46页
        4.1.2 超声波模块第46-47页
        4.1.3 摄像头模块第47-48页
    4.2 导盲眼镜系统开发环境配置第48-51页
        4.2.1 搭建树莓派Raspbian操作系统第48-49页
        4.2.2 在树莓派上安装Python和OpenCV第49-51页
    4.3 超声波避障功能模块实现第51页
    4.4 红绿灯识别功能模块实现第51-60页
        4.4.1 训练前样本准备第52-54页
        4.4.2 红绿灯分类器训练第54-57页
        4.4.3 红绿识别定位第57-59页
        4.4.4 红绿灯状态判别第59-60页
    4.5 斑马线识别功能模块实现第60-65页
        4.5.1 直方图均衡化第61页
        4.5.2 中值滤波第61页
        4.5.3 Canny边缘检测第61-62页
        4.5.4 Hough直线提取第62-63页
        4.5.5 斑马线识别与位置判定第63-65页
    4.6 语音输出模块实现第65-66页
    4.7 本章小结第66-67页
第五章 盲人导航眼镜系统测试与结果分析第67-78页
    5.1 导航系统的硬件组装效果第67-68页
    5.2 系统运行环境测试第68-71页
        5.2.1 树莓派开机启动测试第68-69页
        5.2.2 Python与OpenCV环境测试第69-70页
        5.2.3 摄像头模块测试第70页
        5.2.4 语音模块测试第70-71页
    5.3 超声波测距功能测试与分析第71-72页
    5.4 红绿灯识别功能测试与分析第72-75页
        5.4.1 红绿灯定位测试第72-73页
        5.4.2 红绿灯状态识别测试第73-74页
        5.4.3 绿灯时调用斑马线识别接口测试第74-75页
    5.5 斑马线识别功能测试与分析第75-76页
    5.6 系统性能测试与分析第76-77页
    5.7 本章小结第77-78页
第六章 总结与展望第78-80页
    6.1 本文工作总结第78页
    6.2 存在的问题和不足第78页
    6.3 后续工作展望第78-80页
致谢第80-81页
参考文献第81-84页

论文共84页,点击 下载论文
上一篇:网络爬虫技术在云平台上的研究与实现
下一篇:基于Hadoop的分布式网络爬虫研究