| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·课题研究背景及意义 | 第9页 |
| ·机器人全景视觉系统概述 | 第9-12页 |
| ·全景视觉技术国内外研究现状 | 第12-13页 |
| ·论文的主要工作 | 第13-15页 |
| 第二章 足球机器人全景视觉系统设计 | 第15-26页 |
| ·足球机器人全景视觉系统硬件组成 | 第15-16页 |
| ·足球机器人全景视觉系统硬件设计 | 第16-21页 |
| ·摄像机及镜头选择 | 第16页 |
| ·图像采集卡选择 | 第16页 |
| ·图像处理器件选择 | 第16页 |
| ·光学系统选择 | 第16-20页 |
| ·全景视觉系统硬件选择清单 | 第20-21页 |
| ·足球机器人全景视觉系统软件设计 | 第21-26页 |
| ·采用DirectShow实现视频捕捉 | 第21-22页 |
| ·基于VC与Matlab混合编程方法 | 第22-24页 |
| ·主显示界面程序设计 | 第24-25页 |
| ·相关参数的标定程序设计 | 第25-26页 |
| 第三章 水平场景无形变图像还原 | 第26-36页 |
| ·基本图像空间变换方法及插值方法 | 第26-27页 |
| ·基本图像空间变换方法 | 第26-27页 |
| ·基本插值方法 | 第27页 |
| ·透视成像原理 | 第27-29页 |
| ·基于双曲面反射镜的系统投影模型 | 第29-31页 |
| ·正投影模型 | 第29-30页 |
| ·逆投影模型 | 第30-31页 |
| ·水平场景无形变图像还原方法 | 第31-35页 |
| ·水平场景无形变图像还原方法原理 | 第31-32页 |
| ·水平场景无形变图像还原方法仿真与实验 | 第32-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于颜色分量的图像分割方法研究 | 第36-45页 |
| ·图像分割的定义及分割方法 | 第36页 |
| ·基于BP神经网络的颜色分类方法 | 第36-42页 |
| ·基于BP神经网络的颜色分类原理 | 第36-40页 |
| ·基于BP神经网络的颜色分类方法的编程实现 | 第40-41页 |
| ·基于BP神经网络的颜色分类方法的Matlab 仿真 | 第41-42页 |
| ·足球机器人全景视觉图像分割 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 基于全景视觉图像匹配的机器人自定位方法 | 第45-52页 |
| ·基本图像匹配方法 | 第45-47页 |
| ·灰度匹配方法 | 第45-46页 |
| ·特征匹配方法 | 第46页 |
| ·特征匹配和灰度匹配方法的比较 | 第46-47页 |
| ·基于白色标志线匹配的足球机器人自定位方法 | 第47-50页 |
| ·建立场地白线模型 | 第47-48页 |
| ·全景图像中白色标志线的提取 | 第48-49页 |
| ·全景图像中白色标志线进行空间变换 | 第49页 |
| ·基于白线匹配定位 | 第49-50页 |
| ·实验结果及分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 总结与展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 附录A （攻读硕士学位期间发表论文目录） | 第57页 |