摘要 | 第4-5页 |
Abstract | 第5-6页 |
第一章 绪论 | 第10-17页 |
1.1 研究背景和意义 | 第10-11页 |
1.2 研究现状 | 第11-14页 |
1.2.1 盲人导航研究现状 | 第11-12页 |
1.2.2 计算机视觉的发展现状 | 第12-13页 |
1.2.3 语义模式库构建在盲人导航中的应用 | 第13-14页 |
1.3 研究目的 | 第14页 |
1.4 研究内容 | 第14-15页 |
1.5 研究技术路线 | 第15-16页 |
1.6 本文主要章节安排 | 第16-17页 |
第二章 导盲空间要素类型及图像处理相关理论 | 第17-28页 |
2.1 盲人导航障碍物类型概述 | 第17-19页 |
2.1.1 静止障碍物 | 第17-18页 |
2.1.2 动态障碍物 | 第18-19页 |
2.1.3 临时性障碍物 | 第19页 |
2.2 图文引导标记类型概述 | 第19-21页 |
2.2.1 字符信息 | 第19-20页 |
2.2.2 非字符信息 | 第20-21页 |
2.3 目标图像处理 | 第21-28页 |
2.3.1 灰度变换 | 第21-23页 |
2.3.2 滤波处理 | 第23-26页 |
2.3.3 图像分割 | 第26-28页 |
第三章 障碍物的特征提取及语义模式分析 | 第28-37页 |
3.1 图像轮廓提取算法 | 第28-32页 |
3.1.1 Canny算子 | 第28-29页 |
3.1.2 Sobel算子 | 第29-30页 |
3.1.3 Laplacian算子 | 第30-31页 |
3.1.4 三种算子方法对比 | 第31-32页 |
3.2 障碍物外轮廓的提取 | 第32-34页 |
3.2.1 形态学膨胀 | 第32页 |
3.2.2 漫水填充 | 第32-33页 |
3.2.3 外轮廓提取 | 第33-34页 |
3.3 障碍物语义描述 | 第34-37页 |
3.3.1 垃圾桶的几何语义描述 | 第34-35页 |
3.3.2 路灯和电线杆的语义描述 | 第35-36页 |
3.3.3 路桩的语义描述 | 第36-37页 |
第四章 图文引导标记语义信息提取及模式分析 | 第37-47页 |
4.1 图文标记角点检测方法介绍 | 第37-42页 |
4.1.1 SUSAN角点检测算子 | 第37-39页 |
4.1.2 Harris角点检测算子 | 第39-41页 |
4.1.3 Shi-Tomasi角点检测算子 | 第41-42页 |
4.1.4 角点提取方法对比 | 第42页 |
4.2 字符引导标记模式提取及语义信息分析 | 第42-45页 |
4.2.1 字符结构分析 | 第42-44页 |
4.2.2 语义特征提取方法简介 | 第44-45页 |
4.3 非字符引导标记模式提取及语义信息分析 | 第45-47页 |
4.3.1 通道信息模式分析及提取 | 第45-46页 |
4.3.2 图文信息模式分析及提取 | 第46-47页 |
第五章 语义模式库构建 | 第47-64页 |
5.1 语义模式库构建的数据库存储设计 | 第47-50页 |
5.1.1 PostgreSQL和PostGIS简介 | 第47页 |
5.1.2 语义模式库构建的数据库结构设计 | 第47-49页 |
5.1.3 图像轮廓的几何形状存储 | 第49-50页 |
5.2 导盲空间信息样本库 | 第50-53页 |
5.2.1 障碍物样本 | 第50-52页 |
5.2.2 通道样本 | 第52页 |
5.2.3 图文信息样本 | 第52-53页 |
5.3 样本模式提取及存储 | 第53-64页 |
5.3.1 外轮廓提取 | 第53-58页 |
5.3.2 特征点提取 | 第58-62页 |
5.3.3 语义模式存储 | 第62-64页 |
第六章 实验过程及分析 | 第64-68页 |
6.1 实验平台搭建 | 第64-65页 |
6.1.1 USB3.0可变基线摄像头 | 第64页 |
6.1.2 OpenCV简介 | 第64-65页 |
6.1.3 TensorFlow系统 | 第65页 |
6.2 实验过程与解析 | 第65-68页 |
第七章 总结与展望 | 第68-70页 |
7.1 总结 | 第68页 |
7.2 展望 | 第68-70页 |
参考文献 | 第70-73页 |
致谢 | 第73-74页 |
攻读学位期间的研究成果 | 第74-75页 |