基于OpenCV的移动靶面图像识别算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题意义 | 第10-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·声电坐标靶 | 第13页 |
| ·光电坐标靶 | 第13-14页 |
| ·光纤编码定位靶 | 第14-15页 |
| ·基于图像处理的坐标靶 | 第15页 |
| ·本文研究的主要内容 | 第15-17页 |
| 第2章 基于图像处理的靶点识别结构框架设计 | 第17-24页 |
| ·基于图像处理的射击训练系统构成 | 第17-18页 |
| ·系统相关设备的选择与靶点识别算法框架设计 | 第18-20页 |
| ·摄像机选择 | 第18-19页 |
| ·摄像机安装 | 第19-20页 |
| ·靶点识别算法框架设计 | 第20-24页 |
| ·基于OpenCV开发和应用的工具选择 | 第20-21页 |
| ·基于图像处理靶点识别结构框架设计 | 第21-24页 |
| 第3章 数字图像处理与OpenCV类库 | 第24-30页 |
| ·IPL库简介 | 第24页 |
| ·OpenCV库简介 | 第24-27页 |
| ·OpenCV库组成 | 第25页 |
| ·OpenCV的函数体系 | 第25-26页 |
| ·OpenCV常用的数据结构 | 第26-27页 |
| ·OpenCV和IPL在VC6.0环境下的设置 | 第27-30页 |
| 第4章 移动靶面图像校正算法研究 | 第30-49页 |
| ·基于彩色图像的移动靶面标志点跟踪算法研究 | 第30-43页 |
| ·问题的提出 | 第30-32页 |
| ·目标跟踪的方法综述 | 第32-34页 |
| ·常用的颜色空间 | 第34-36页 |
| ·Mean Shift算法和Camshift算法 | 第36-40页 |
| ·基于OpenCV的跟踪算法实现 | 第40-43页 |
| ·移动靶面的图像校正 | 第43-49页 |
| ·靶面图像的旋转 | 第43-44页 |
| ·移动靶面的图像平移 | 第44-45页 |
| ·基于OpenCV的校正算法实现 | 第45-49页 |
| 第5章 移动靶面图像识别算法研究 | 第49-70页 |
| ·图像背景差法 | 第49-50页 |
| ·图像二值化 | 第50-56页 |
| ·几种图像二值化方法介绍 | 第51-55页 |
| ·基于OpenCV二值化算法实现 | 第55-56页 |
| ·形态学去噪 | 第56-61页 |
| ·问题的提出 | 第56-57页 |
| ·数学形态学 | 第57-59页 |
| ·形态学去噪 | 第59-60页 |
| ·基于OpenCV形态学去噪实现 | 第60-61页 |
| ·弹点的边缘检测 | 第61-65页 |
| ·边缘检测 | 第61-62页 |
| ·基于Canny算子的边缘检测 | 第62-64页 |
| ·基于OpenCV的弹孔边缘检测的实现 | 第64-65页 |
| ·弹点的中心位置检测 | 第65-68页 |
| ·曲线拟合 | 第65-66页 |
| ·基于OpenCV的曲线拟合实现 | 第66-68页 |
| ·本章小结 | 第68-70页 |
| 结论 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 致谢 | 第73-74页 |
| 研究生履历 | 第74页 |
