基于全向视觉的足球机器人目标识别研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 引言 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文主要研究内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 1.5 本章小结 | 第13-14页 |
| 2 中型组足球机器人系统及其关键技术 | 第14-24页 |
| 2.1 中型组足球机器人比赛环境 | 第14页 |
| 2.2 中型组足球机器人比赛系统 | 第14-17页 |
| 2.3 中型组足球机器人系统涉及的关键技术 | 第17-23页 |
| 2.3.1 机器视觉 | 第17-19页 |
| 2.3.2 前向视觉系统 | 第19-20页 |
| 2.3.3 辅助视觉系统 | 第20-21页 |
| 2.3.4 全景视觉系统 | 第21-23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 基于BP神经网络算法的球识别 | 第24-36页 |
| 3.1 空间颜色模型概述 | 第24-27页 |
| 3.2 空间颜色模型选取 | 第27-28页 |
| 3.3 BP神经网络基本原理 | 第28-30页 |
| 3.4 BP神经网络存在的不足 | 第30页 |
| 3.5 算法改进 | 第30-32页 |
| 3.6 基于改进BP神经网络算法的球识别 | 第32-33页 |
| 3.6.1 网络设计 | 第32-33页 |
| 3.6.2 识别过程 | 第33页 |
| 3.7 实验结果与分析 | 第33-35页 |
| 3.7.1 实验环境配置 | 第33页 |
| 3.7.2 四种算法收敛情况对比分析 | 第33-34页 |
| 3.7.3 算法鲁棒性对比分析 | 第34-35页 |
| 3.8 本章小结 | 第35-36页 |
| 4 基于随机Hough变换的球识别 | 第36-48页 |
| 4.1 Hough变换基本原理 | 第36-40页 |
| 4.2 Hough变换存在的不足 | 第40-41页 |
| 4.3 基于RHT的圆检测 | 第41-43页 |
| 4.3.1 RHT圆检测原理 | 第41-42页 |
| 4.3.2 算法改进 | 第42-43页 |
| 4.4 基于改进的随机Hough变换球识别 | 第43-44页 |
| 4.4.1 阈值图像分割 | 第43页 |
| 4.4.2 识别过程 | 第43-44页 |
| 4.5 实验结果与分析 | 第44-47页 |
| 4.5.1 实验环境配置 | 第44页 |
| 4.5.2 不同算法实验结果对比分析 | 第44-45页 |
| 4.5.3 两种识别算法的比较 | 第45-47页 |
| 4.6 本章小结 | 第47-48页 |
| 5 总结与展望 | 第48-49页 |
| 5.1 总结 | 第48页 |
| 5.2 展望 | 第48-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 作者简介 | 第53页 |
