| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题的研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 运动目标检测与跟踪综述 | 第13-14页 |
| 1.4 本文的结构安排 | 第14-16页 |
| 第2章 微小型机器人的目标检测技术 | 第16-26页 |
| 2.1 引言 | 第16页 |
| 2.2 静态背景下运动目标检测 | 第16-21页 |
| 2.2.1 帧间差分法 | 第16-17页 |
| 2.2.2 背景差分法 | 第17-18页 |
| 2.2.3 光流法 | 第18-19页 |
| 2.2.4 实验及结果分析 | 第19-21页 |
| 2.3 动态背景下运动目标检测 | 第21-24页 |
| 2.3.1 全局运动补偿简介 | 第21页 |
| 2.3.2 块匹配算法 | 第21-22页 |
| 2.3.3 全局运动估计原理 | 第22-23页 |
| 2.3.4 背景补偿 | 第23-24页 |
| 2.3.5 实验及结果分析 | 第24页 |
| 2.4 差分图像处理 | 第24-25页 |
| 2.4.1 图像灰度化 | 第24页 |
| 2.4.2 形态学处理 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 微小型机器人的目标识别技术 | 第26-39页 |
| 3.1 引言 | 第26页 |
| 3.2 常用的特征点检测算法 | 第26-35页 |
| 3.2.1 sift特征点检测 | 第26-29页 |
| 3.2.2 surf特征点检测 | 第29-30页 |
| 3.2.3 orb特征点检测 | 第30-33页 |
| 3.2.4 实验结果及分析 | 第33-35页 |
| 3.3 改进的ransac算法的误匹配剔除算法 | 第35-38页 |
| 3.3.1 ransac算法分析 | 第35-36页 |
| 3.3.2 改进的ransac算法 | 第36-37页 |
| 3.3.3 实验结果及分析 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 基于kalman与orb特征的微小型机器人跟踪算法 | 第39-50页 |
| 4.1 引言 | 第39页 |
| 4.2 kalman滤波器简介 | 第39-45页 |
| 4.2.1 新目标的检测 | 第40-41页 |
| 4.2.2 基于kalman与orb融合跟踪算法 | 第41-43页 |
| 4.2.3 实验及结果分析 | 第43-45页 |
| 4.3 图像关键帧的抽取算法 | 第45-49页 |
| 4.3.1 常见的关键帧抽取算法 | 第45-46页 |
| 4.3.2 基于摄像机帧率的图像关键帧抽取算法 | 第46-48页 |
| 4.3.3 实验结果分析 | 第48-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 上位机监控系统设计 | 第50-56页 |
| 5.1 系统平台框架介绍 | 第50-53页 |
| 5.1.1 系统平台开发环境 | 第50-52页 |
| 5.1.2 界面布局设计方案 | 第52-53页 |
| 5.2 系统测试 | 第53-55页 |
| 5.3 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62页 |