| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-14页 |
| ·研究背景与意义 | 第8页 |
| ·国内外移动机器人目标识别的研究现状 | 第8-12页 |
| ·移动机器人的研究现状 | 第9-10页 |
| ·目标识别的研究现状 | 第10-12页 |
| ·本文的主要内容 | 第12-14页 |
| 2 移动机器人的软硬件设计 | 第14-29页 |
| ·移动机器人设计概述 | 第14页 |
| ·需求分析 | 第14-16页 |
| ·传感器的考虑 | 第15页 |
| ·运动机构的考虑 | 第15页 |
| ·系统实时性的考虑 | 第15-16页 |
| ·系统扩展能力 | 第16页 |
| ·系统架构 | 第16-26页 |
| ·图像传感模块及电路设计 | 第17-19页 |
| ·中央处理器及其外围模块电路介绍 | 第19-26页 |
| ·移动机器人软件开发平台的建立 | 第26-28页 |
| ·操作系统的选择 | 第26-27页 |
| ·移动机器人软件开发平台建立 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 3 移动机器人目标识别预处理 | 第29-45页 |
| ·图像滤波 | 第29-34页 |
| ·领域平均法 | 第29-30页 |
| ·中值滤波 | 第30页 |
| ·最小方差滤波器 | 第30-31页 |
| ·计算机仿真研究 | 第31-34页 |
| ·图像分割 | 第34-44页 |
| ·图像的阈值分割算法 | 第34-39页 |
| ·图像边缘检测算法 | 第39-41页 |
| ·计算机仿真研究 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 4 图像的特征提取 | 第45-59页 |
| ·图像的不变矩特征提取 | 第45-52页 |
| ·Hu 不变矩 | 第45-46页 |
| ·相对不变矩 | 第46-47页 |
| ·仿射不变矩 | 第47-49页 |
| ·归一化转动惯量 | 第49-50页 |
| ·zernike 矩 | 第50-52页 |
| ·组合不变矩的提取 | 第52页 |
| ·组合不变矩的计算机仿真研究 | 第52-58页 |
| ·本章小结 | 第58-59页 |
| 5 基于RBF 神经网络的移动机器人目标识别算法研究 | 第59-75页 |
| ·RBF 神经网络 | 第59-68页 |
| ·RBF 神经网络的结构 | 第59-60页 |
| ·RBF 神经网络模式分类器的训练准则 | 第60-68页 |
| ·基于RBF 神经网络的机器人目标识别算法仿真研究 | 第68-74页 |
| ·本章小结 | 第74-75页 |
| 6 总结 | 第75-77页 |
| 参考文献 | 第77-79页 |
| 攻读硕士学位期间发表学术论文情况 | 第79-80页 |
| 致谢 | 第80-81页 |