基于视觉的移动机器人运动目标跟踪技术研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 目录 | 第8-11页 |
| 1 综述 | 第11-19页 |
| ·研究背景和意义 | 第11-12页 |
| ·移动机器人研究概况 | 第12-13页 |
| ·移动机器人研究的关键技术 | 第13-15页 |
| ·移动机器人视觉导航技术 | 第15-18页 |
| ·机器人视觉系统 | 第15-17页 |
| ·机器人视觉导航的研究现状 | 第17-18页 |
| ·本文主要研究工作及内容安排 | 第18-19页 |
| 2 移动机器人的系统结构及总体研究方案 | 第19-29页 |
| ·Pioneer3-AT机器人系统结构 | 第20-26页 |
| ·Pioneer3-AT机器人的硬件结构 | 第21-23页 |
| ·Pioneer3-AT机器人的软件机构 | 第23-26页 |
| ·课题设计方案 | 第26-28页 |
| ·任务要求及开发环境 | 第26-27页 |
| ·总体设计方案 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 3 运动目标分割 | 第29-45页 |
| ·图像分割方法概述 | 第29-31页 |
| ·基于序列图像的分割方法 | 第29-30页 |
| ·基于静态图像的分割方法 | 第30-31页 |
| ·彩色图像灰度化 | 第31-34页 |
| ·色彩空间 | 第31-32页 |
| ·彩色空间到灰度图像的转换 | 第32-34页 |
| ·图像预处理 | 第34-38页 |
| ·邻域平均法 | 第34-35页 |
| ·理想低通滤波器 | 第35页 |
| ·Butterworth滤波器 | 第35-36页 |
| ·中值滤波法 | 第36-38页 |
| ·图像分割处理 | 第38-42页 |
| ·灰度直方图 | 第38-40页 |
| ·图像阈值分割 | 第40-42页 |
| ·图像分割结果 | 第42页 |
| ·形态学后处理 | 第42-44页 |
| ·木章小结 | 第44-45页 |
| 4 运动目标识别 | 第45-55页 |
| ·目标特征提取技术 | 第45-46页 |
| ·经典目标特征提取方法 | 第46-48页 |
| ·基于颜色信息的特征提取方法 | 第46页 |
| ·基于纹理信息的特征提取方法 | 第46-47页 |
| ·基于形状信息的特征提取方法 | 第47-48页 |
| ·基于空间信息的特征提取方法 | 第48页 |
| ·本文所采用的特征提取方法 | 第48-51页 |
| ·连通区域标记 | 第48页 |
| ·目标特征提取 | 第48-50页 |
| ·实验结果 | 第50-51页 |
| ·卡尔曼滤波预测 | 第51-53页 |
| ·本章小结 | 第53-55页 |
| 5 运动目标跟踪与机器人运动控制 | 第55-71页 |
| ·摄像机成像模型 | 第55-57页 |
| ·摄像机标定 | 第57-64页 |
| ·标定方法 | 第58-60页 |
| ·张正友的平面标定方法 | 第60-62页 |
| ·离散离线标定技术 | 第62-63页 |
| ·标定结果 | 第63-64页 |
| ·运动目标定位 | 第64-68页 |
| ·测距算法推导 | 第64-67页 |
| ·测距结果 | 第67-68页 |
| ·机器人运动控制 | 第68-69页 |
| ·本章小结 | 第69-71页 |
| 6 总结与展望 | 第71-73页 |
| ·论文工作总结 | 第71页 |
| ·研究工作展望 | 第71-73页 |
| 参考文献 | 第73-76页 |
| 作者简历 | 第76-78页 |
| 学位论文数据集 | 第78页 |
