| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-18页 |
| 1.1 课题研究的背景和意义 | 第9-11页 |
| 1.2 国内外研究现状与趋势 | 第11-17页 |
| 1.2.1 移动机器人定位的研究状况 | 第11-13页 |
| 1.2.2 全景视觉的研究现状 | 第13-16页 |
| 1.2.3 移动机器人定位的研究趋势 | 第16-17页 |
| 1.3 本文具体研究内容 | 第17-18页 |
| 第2章 移动机器人全景视觉系统 | 第18-23页 |
| 2.1 旅行家II号机器人 | 第18-19页 |
| 2.2 UP-OmniVision全景视觉传感器 | 第19-21页 |
| 2.3 全景视觉系统的成像原理及图像采集 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 图像处理相关技术 | 第23-38页 |
| 3.1 图像的色彩空间与转换 | 第23-27页 |
| 3.1.1 RGB色彩空间 | 第23-24页 |
| 3.1.2 YUV、YIQ模型 | 第24-25页 |
| 3.1.3 YCbCr色彩空间 | 第25页 |
| 3.1.4 HSV色彩空间 | 第25-27页 |
| 3.2 图像分割及路标提取方法 | 第27-35页 |
| 3.2.1 基于模型的方法 | 第28-29页 |
| 3.2.2 PCA特征提取法 | 第29-30页 |
| 3.2.3 SIFT算法 | 第30-31页 |
| 3.2.4 颜色阈值分割法 | 第31-33页 |
| 3.2.5 最大类间方差法（OTSU） | 第33-35页 |
| 3.3 数学形态学操作 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 基于全景视觉传感器的移动机器人路标提取与定位 | 第38-52页 |
| 4.1 全景图像分割与路标提取的难点分析 | 第38-40页 |
| 4.1.1 全景图像分析 | 第38-39页 |
| 4.1.2 HSV阈值分割法在全景图像中提取路标的难点分析 | 第39-40页 |
| 4.1.3 OTSU算法在全景图像中提取路标的难点分析 | 第40页 |
| 4.2 基于HSV与OTSU的全景图像分割与路标提取 | 第40-45页 |
| 4.2.1 为H、S、V三分量设定阈值 | 第41-42页 |
| 4.2.2 OTSU算法进行阈值分割 | 第42-45页 |
| 4.3 移动机器人的三角定位 | 第45-50页 |
| 4.3.1 三角定位算法与相交圆法 | 第45-46页 |
| 4.3.2 求解相交圆的方程 | 第46-49页 |
| 4.3.3 夹角a 的计算 | 第49-50页 |
| 4.4 定位结果与分析 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 结论 | 第52-54页 |
| 5.1 结论 | 第52页 |
| 5.2 展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 在学研究成果 | 第57-58页 |
| 致谢 | 第58页 |
