非结构化环境下自主导航系统视觉技术研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-24页 |
| ·引言 | 第12页 |
| ·自主视觉导航技术的应用和研究概况 | 第12-18页 |
| ·结构化环境下视觉导航的应用 | 第12-16页 |
| ·非结构化环境下视觉导航的应用 | 第16-18页 |
| ·自主导航系统的视觉技术 | 第18-22页 |
| ·论文的组织结构和主要研究工作 | 第22-24页 |
| 第2章 视觉图像分割方法研究 | 第24-46页 |
| ·图像分割方法概述 | 第24-28页 |
| ·灰度图像分割方法概述 | 第24页 |
| ·彩色图像分割方法概述 | 第24-28页 |
| ·基本分割方法性能分析 | 第28-30页 |
| ·二值子区生长方法 | 第30-34页 |
| ·梯度向量图像和二值化 | 第30-31页 |
| ·二值子区分割 | 第31-34页 |
| ·基于子区生长的图像分割法 | 第34-42页 |
| ·子区的结构选择 | 第34-36页 |
| ·一类子区生长法 | 第36-37页 |
| ·二类子区像素处理 | 第37页 |
| ·区域一致性检测方法研究 | 第37-42页 |
| ·图像分割实验 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第3章 颜色特征提取方法研究 | 第46-65页 |
| ·颜色模型 | 第46-49页 |
| ·面向硬件的颜色模型 | 第46-47页 |
| ·面向视觉的颜色模型 | 第47-49页 |
| ·固定阈值量化的颜色特征提取 | 第49-50页 |
| ·直方图分类量化方法 | 第50-56页 |
| ·直方图多阈值分类方法 | 第50-52页 |
| ·去除局部极大值的方法 | 第52-56页 |
| ·基于HSI分量量化的颜色特征提取 | 第56-59页 |
| ·分量量化 | 第56-58页 |
| ·颜色特征提取 | 第58-59页 |
| ·特征提取实验 | 第59-64页 |
| ·去除局部极大值的方法验证实验 | 第59-60页 |
| ·视觉图像颜色特征提取及分割实验 | 第60-64页 |
| ·本章小结 | 第64-65页 |
| 第4章 基于模糊规则的视觉目标定位方法 | 第65-82页 |
| ·视觉目标定位的一般方法 | 第65-72页 |
| ·已知焦距的视觉目标定位方法 | 第65-69页 |
| ·未知焦距的视觉目标定位方法 | 第69-72页 |
| ·基于模糊规则的视觉目标定位法 | 第72-77页 |
| ·问题的提出 | 第73-74页 |
| ·建立模糊规则 | 第74页 |
| ·解模糊 | 第74-77页 |
| ·实验与结果分析 | 第77-79页 |
| ·视觉目标定位实验 | 第77-78页 |
| ·基于视觉目标定位的视觉伺服控制实验 | 第78-79页 |
| ·视觉目标定位方法比较 | 第79-81页 |
| ·本章小结 | 第81-82页 |
| 第5章 基于平面单应估计的视觉定位方法 | 第82-99页 |
| ·基于平面单应矩阵估计的方法 | 第82-84页 |
| ·基于点对应的平面单应线性估计方法 | 第83页 |
| ·基于线对应的平面单应矩阵估计方法 | 第83-84页 |
| ·基于改进RBF网络平面单应估计的方法 | 第84-94页 |
| ·RBF神经网络的一般结构 | 第84-85页 |
| ·RBF网络的改进 | 第85-88页 |
| ·基于改进RBF网络平面单应估计的定位 | 第88-94页 |
| ·视觉目标定位实验 | 第94-98页 |
| ·RBF网络改进实验 | 第94-95页 |
| ·视觉目标定位实验 | 第95-98页 |
| ·本章小结 | 第98-99页 |
| 第6章 运动路径边界引导的视觉导航方式 | 第99-114页 |
| ·视觉导航系统结构 | 第99-100页 |
| ·运动路径边界检测 | 第100-101页 |
| ·运动控制参数提取 | 第101-109页 |
| ·障碍物边界分析 | 第101-102页 |
| ·导航边界分析 | 第102-103页 |
| ·运动控制参数提取的实现 | 第103-109页 |
| ·运动控制系统结构 | 第109-110页 |
| ·视觉导航实验 | 第110-112页 |
| ·本章小结 | 第112-114页 |
| 结论 | 第114-116页 |
| 参考文献 | 第116-130页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第130-132页 |
| 致谢 | 第132页 |
