摘要 | 第1-5页 |
Abstract | 第5-8页 |
第一章 绪论 | 第8-13页 |
§1-1 研究背景和意义 | 第8页 |
§1-2 运动目标检测与跟踪技术研究现状 | 第8-9页 |
§1-3 运动目标检测的常用方法 | 第9-10页 |
§1-4 运动目标跟踪的常用方法 | 第10-11页 |
§1-5 本文研究内容及论文结构 | 第11-13页 |
第二章 系统分析与总体设计 | 第13-17页 |
§2-1 系统工作原理及功能分析 | 第13页 |
§2-2 系统性能指标 | 第13-14页 |
§2-3 系统组成部分 | 第14-16页 |
2-3-1 视觉子系统 | 第14-16页 |
2-3-2 无线通讯子系统 | 第16页 |
2-3-3 控制子系统 | 第16页 |
2-3-4 移动机器人车体子系统 | 第16页 |
§2-4 本章小结 | 第16-17页 |
第三章 运动目标检测算法研究 | 第17-27页 |
§3-1 颜色模型分析与选取 | 第17-21页 |
§3-2 基于目标物颜色特征的图像分割 | 第21-25页 |
3-2-1 基于直方图统计的阈值方法 | 第21-22页 |
3-2-2 基于色调H 直方图统计的双阈值分割算法 | 第22-23页 |
3-2-3 基于构造一维特征标量的直方图统计的双阈值分割算法 | 第23-25页 |
§3-3 目标物形状检测 | 第25-26页 |
§3-4 本章小结 | 第26-27页 |
第四章 运动目标跟踪算法研究 | 第27-39页 |
§4-1 MeanShift 算法的基本理论 | 第27-31页 |
4-1-1 MeanShift 向量及其物理含义 | 第27-29页 |
4-1-2 MeanShift 算法步骤 | 第29-30页 |
4-1-3 算法分析 | 第30-31页 |
§4-2 Camshift 算法的基本理论 | 第31-32页 |
4-2-1 算法原理 | 第31页 |
4-2-2 算法的实现步骤 | 第31页 |
4-2-3 算法分析 | 第31-32页 |
§4-3 Camshift 算法的改进 | 第32-38页 |
4-3-1 一种简单的全自动Camshift 跟踪算法 | 第32-34页 |
4-3-2 融合Kalman 滤波器的Camshift 跟踪算法 | 第34-37页 |
4-3-3 Camshift 算法跟踪失败后的调整措施 | 第37-38页 |
§4-4 本章小结 | 第38-39页 |
第五章 运动目标检测与跟踪系统的实现 | 第39-56页 |
§5-1 系统结构和工作流程 | 第39-41页 |
§5-2 系统的硬件组成 | 第41-44页 |
§5-3 软件算法的实现 | 第44-46页 |
5-3-1 目标检测算法的实现 | 第44-45页 |
5-3-2 目标跟踪算法的实现 | 第45-46页 |
§5-4 串口无线通讯的实现 | 第46-47页 |
§5-5 移动机器人测距系统 | 第47-50页 |
5-5-1 超声波传感器安装位置的选择 | 第48-49页 |
5-5-2 超声波传感器测距实验 | 第49-50页 |
§5-6 移动机器人及舵机云台的运动控制 | 第50-54页 |
§5-7 彩色移动目标检测与跟踪实验 | 第54-55页 |
§5-8 本章小结 | 第55-56页 |
第六章 结论与展望 | 第56-57页 |
§6-1 结论 | 第56页 |
§6-2 展望 | 第56-57页 |
参考文献 | 第57-59页 |
附录 A | 第59-60页 |
致谢 | 第60页 |