基于图像处理技术的助盲目标识别系统研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景及选题意义 | 第8页 |
| ·国内外应用研究现状 | 第8-12页 |
| ·助盲器材研究现状 | 第8-9页 |
| ·图像处理与识别技术概述 | 第9-11页 |
| ·图像处理与识别技术应用研究现状 | 第11-12页 |
| ·本文研究的主要内容 | 第12-13页 |
| 第二章 室内目标的识别和定位 | 第13-31页 |
| ·目标图像的增强 | 第15-19页 |
| ·灰度变换增强 | 第15-17页 |
| ·图像锐化 | 第17-19页 |
| ·目标颜色特征的提取 | 第19-21页 |
| ·目标图像的边缘检测 | 第21-24页 |
| ·Canny算法 | 第22-23页 |
| ·Canny边缘检测的算法步骤 | 第23-24页 |
| ·目标形状特征的提取 | 第24-28页 |
| ·链码 | 第25-28页 |
| ·欧拉数 | 第28页 |
| ·特征量的变换 | 第28-29页 |
| ·目标识别 | 第29-31页 |
| 第三章 行进道路的识别 | 第31-45页 |
| ·道路图像像素的灰度处理 | 第31-39页 |
| ·道路图像的中值滤波 | 第32-34页 |
| ·道路图像边缘细化 | 第34-36页 |
| ·道路图像的二值化 | 第36-39页 |
| ·道路边界识别 | 第39-45页 |
| ·道路边界模型的建立 | 第39-40页 |
| ·道路边界识别 | 第40-44页 |
| ·结论 | 第44-45页 |
| 第四章 自然场景和复杂背景条件下的自动目标识别 | 第45-61页 |
| ·序列图像的稳像 | 第46-48页 |
| ·背景建模 | 第48-51页 |
| ·背景模型的建立 | 第48-49页 |
| ·背景的判断 | 第49-50页 |
| ·背景模型的更新 | 第50-51页 |
| ·背景消除 | 第51-55页 |
| ·阴影检测 | 第55-56页 |
| ·自适应阈值边缘检测 | 第56-58页 |
| ·目标形状特征的提取 | 第58-60页 |
| ·目标识别 | 第60-61页 |
| 第五章 系统实现 | 第61-68页 |
| ·系统主要功能 | 第61页 |
| ·系统硬件实现 | 第61-65页 |
| ·C6701总体结构 | 第61-64页 |
| ·系统硬件实现 | 第64-65页 |
| ·系统软件实现 | 第65-68页 |
| 结束语 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 发表论文及参加科研情况说明 | 第73-74页 |
| 致谢 | 第74-75页 |
| 西北工业大学业 学位论文知识产权声明书 | 第75页 |
| 西北工业大学 学位论文原创性声明 | 第75页 |
