基于机器人视觉的目标跟踪技术研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 目标跟踪技术研究现状 | 第11-13页 |
| 1.3 无线网络通信下移动机器人研究现状 | 第13-14页 |
| 1.4 论文的主要研究内容和章节安排 | 第14-15页 |
| 第2章 目标跟踪算法理论基础 | 第15-28页 |
| 2.1 图像特征描述 | 第15-19页 |
| 2.1.1 基于全局描述的颜色特征 | 第15-16页 |
| 2.1.2 基于局部描述的LBP特征 | 第16-18页 |
| 2.1.3 基于人脸描述的Haar特征 | 第18-19页 |
| 2.2 光流法在目标跟踪中的应用 | 第19-21页 |
| 2.3 压缩感知理论 | 第21-23页 |
| 2.4 分类器模型简介 | 第23-27页 |
| 2.4.1 Boosting分类器 | 第23-24页 |
| 2.4.2 决策树分类器 | 第24-25页 |
| 2.4.3 朴素贝叶斯分类器 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 目标跟踪算法研究 | 第28-48页 |
| 3.1 Online-MIL跟踪算法 | 第28-32页 |
| 3.2 基于TLD框架的跟踪算法 | 第32-38页 |
| 3.2.1 TLD算法的跟踪模块 | 第32-33页 |
| 3.2.2 TLD算法的检测模块 | 第33-34页 |
| 3.2.3 TLD算法的学习模块 | 第34页 |
| 3.2.4 实验结果与分析 | 第34-38页 |
| 3.3 CT目标跟踪算法 | 第38-45页 |
| 3.3.1 基于压缩感知的特征提取 | 第38-39页 |
| 3.3.2 朴素贝叶斯分类器的实现 | 第39-40页 |
| 3.3.3 实验结果与分析 | 第40-45页 |
| 3.4 TLD与CT算法实验对比与分析 | 第45-46页 |
| 3.5 本章小结 | 第46-48页 |
| 第4章 机器人视觉系统组成与模块设计 | 第48-60页 |
| 4.1 机器人视觉系统组成 | 第48-49页 |
| 4.2 硬件系统设计 | 第49-55页 |
| 4.2.1 主控芯片选取与最小系统设计 | 第49页 |
| 4.2.2 外围电路电源设计 | 第49-51页 |
| 4.2.3 电机驱动模块设计 | 第51-52页 |
| 4.2.4 下位机程序设计 | 第52-55页 |
| 4.3 无线通信系统设计与实现 | 第55-58页 |
| 4.3.1 无线通信方式选取 | 第55-56页 |
| 4.3.2 Wi-Fi无线局域网络设计与实现 | 第56-57页 |
| 4.3.3 机器人通信系统设计 | 第57-58页 |
| 4.4 移动机器人整体结构设计 | 第58-59页 |
| 4.5 本章小结 | 第59-60页 |
| 第5章 目标跟踪算法在机器人平台上的实现 | 第60-73页 |
| 5.1 上位机软件系统设计及实现 | 第60-63页 |
| 5.1.1 上位机界面设计 | 第60-61页 |
| 5.1.2 视频实时显示功能的实现 | 第61-62页 |
| 5.1.3 指令无线传输功能的实现 | 第62-63页 |
| 5.2 机器人跟踪过程中的运动控制 | 第63-66页 |
| 5.2.1 步进电机控制方法 | 第63-64页 |
| 5.2.2 基于视觉的跟踪控制策略 | 第64-66页 |
| 5.3 整机通信系统调试 | 第66-68页 |
| 5.4 跟踪系统实验测试 | 第68-71页 |
| 5.5 本章小结 | 第71-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第79-80页 |
| 致谢 | 第80页 |
