小型智能足球机器人系统全局视觉的研究与设计
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·智能足球机器人比赛研究背景与意义 | 第10-12页 |
| ·智能足球机器人比赛的起源和发展 | 第10页 |
| ·足球机器人比赛的研究意义 | 第10-11页 |
| ·足球机器人比赛分类 | 第11页 |
| ·RoboCup 小型组足球机器人比赛规则简介 | 第11-12页 |
| ·机器人视觉系统国内外研究现状 | 第12-14页 |
| ·RoBoCup 小型组足球机器人系统的组成 | 第14-16页 |
| ·视觉子系统 | 第15页 |
| ·车载子系统 | 第15-16页 |
| ·通信子系统 | 第16页 |
| ·决策子系统 | 第16页 |
| ·本文研究内容和结构 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第二章 小型组足球机器人视觉子系统总体方案设计 | 第18-23页 |
| ·视觉子系统概述 | 第18-19页 |
| ·视觉子系统结构设计 | 第19页 |
| ·视觉子系统的硬件选型 | 第19-20页 |
| ·视觉子系统软件设计 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 图像预处理与畸变校正 | 第23-31页 |
| ·基于HSI 颜色空间的图像增强 | 第23-24页 |
| ·图像增强技术分类 | 第23页 |
| ·彩色图像增强 | 第23-24页 |
| ·基于改进Tsai 方法的摄像机标定与畸变校正 | 第24-30页 |
| ·摄像机标定的目的 | 第24-25页 |
| ·摄像机标定的成像模型 | 第25页 |
| ·摄像机镜头畸变 | 第25页 |
| ·径向畸变和切向畸变 | 第25-26页 |
| ·畸变校正的方法 | 第26页 |
| ·改进的Tsai 畸变校正 | 第26-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 基于神经网络的彩色图像分割技术 | 第31-52页 |
| ·图像分割方法简介 | 第31页 |
| ·颜色空间的选取 | 第31-35页 |
| ·RGB 颜色空间 | 第31-32页 |
| ·HSI 颜色空间 | 第32-34页 |
| ·YUV 颜色空间 | 第34-35页 |
| ·BP 神经网络 | 第35-38页 |
| ·BP 神经网络的结构 | 第35页 |
| ·BP 算法的学习原理 | 第35-37页 |
| ·BP 神经网络的局限性 | 第37-38页 |
| ·BP 神经网络算法的改进 | 第38-40页 |
| ·BP 神经网络结构的确定 | 第40-46页 |
| ·样本的选择和图像特征提取 | 第40-41页 |
| ·网络的输入输出确定 | 第41-42页 |
| ·传递函数的选择 | 第42页 |
| ·误差函数的选取 | 第42-43页 |
| ·BP 网络的学习算法 | 第43-46页 |
| ·应用BP 神经网络分割彩色图像流程及结果 | 第46-50页 |
| ·图像分割后的形态学操作 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 基于背景建模的目标识别 | 第52-63页 |
| ·小型组足球机器人目标识别 | 第52-53页 |
| ·目标特征值的提取 | 第53页 |
| ·连通区域搜索 | 第53-58页 |
| ·现有方法介绍 | 第53-55页 |
| ·基于混合高斯的背景建模算法 | 第55-56页 |
| ·基于背景建模的连通区域目标搜索算法 | 第56-58页 |
| ·小型组足球机器人目标匹配 | 第58-60页 |
| ·色标模板设计 | 第58-59页 |
| ·目标匹配 | 第59页 |
| ·数据融合 | 第59-60页 |
| ·目标识别在系统中的实现 | 第60-61页 |
| ·视觉子系统运行界面 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| ·全文总结 | 第63-64页 |
| ·研究展望 | 第64-65页 |
| 参考文献 | 第65-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士学位期间的研究成果 | 第72页 |
