高尔夫球童机器人视觉跟踪模块设计
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·论文背景及意义 | 第9-11页 |
| ·目前研究的现状和存在的问题 | 第11-13页 |
| ·目前国内外研究现状 | 第11-12页 |
| ·当前目标跟踪存在的难点问题 | 第12-13页 |
| ·本文主要研究内容和章节安排 | 第13-15页 |
| 第二章 计算机视觉的相关理论 | 第15-28页 |
| ·形态学图像滤波 | 第15-19页 |
| ·二值形态变换 | 第15-18页 |
| ·灰度形态变换 | 第18-19页 |
| ·传统的形态滤波器 | 第19页 |
| ·色彩空间模型 | 第19-21页 |
| ·RGB 色彩模型 | 第19-20页 |
| ·HSV 色彩模型 | 第20-21页 |
| ·视觉跟踪的主要方法 | 第21-22页 |
| ·视觉跟踪算法研究 | 第22-28页 |
| ·运动目标检测算法 | 第22-25页 |
| ·运动目标跟踪算法 | 第25-28页 |
| 第三章 基于CAMSHIFT 算法的目标跟踪 | 第28-33页 |
| ·运动目标跟踪的基本原理 | 第28-30页 |
| ·RGB 色彩模型到HSV 色彩模型的转换 | 第28页 |
| ·颜色概率分布直方图 | 第28-29页 |
| ·CAMSHIFT 算法的流程图和描述 | 第29-30页 |
| ·采用OPENCV 实现CAMSHIFT 算法 | 第30-33页 |
| ·OPENCV 简介 | 第30页 |
| ·用OPENCV 实现CAMSHIFT 算法 | 第30-33页 |
| 第四章 基于视觉和内部传感器信息的融合策略研究 | 第33-44页 |
| ·信息融合技术的形成与发展 | 第33-37页 |
| ·信息融合的基本原理 | 第33-34页 |
| ·信息融合的级别 | 第34页 |
| ·信息融合的一般方法 | 第34-37页 |
| ·信息融合的应用领域 | 第37页 |
| ·不确定性推理方法的研究 | 第37-44页 |
| ·故障诊断中的不确定性 | 第37-38页 |
| ·D-S 证据理论的基本概念 | 第38-40页 |
| ·D-S 证据理论与贝叶斯推理的比较 | 第40页 |
| ·D-S 证据理论的组合规则及冲突解决 | 第40-42页 |
| ·D-S 证据理论信息融合决策的推理过程 | 第42-44页 |
| 第五章 系统方案与实现 | 第44-61页 |
| ·系统总体方案 | 第44-45页 |
| ·系统主要功能及指标 | 第45-46页 |
| ·硬件实现 | 第46-52页 |
| ·电源模块 | 第46-47页 |
| ·无线收发RF 模块 | 第47页 |
| ·电机驱动控制模块 | 第47-50页 |
| ·超声测距模块 | 第50-52页 |
| ·软件实现 | 第52-59页 |
| ·软件流程 | 第52-53页 |
| ·视频采集模块 | 第53-54页 |
| ·运动物体跟踪模块 | 第54-56页 |
| ·目标定位与电机运动决策模块 | 第56-58页 |
| ·物体丢失重寻模块 | 第58-59页 |
| ·操作界面设计 | 第59-61页 |
| 第六章 系统测试与优化 | 第61-70页 |
| ·测试方案 | 第61页 |
| ·测试实施 | 第61-65页 |
| ·超声功能测试 | 第61-62页 |
| ·摄像头图像采集功能测试 | 第62页 |
| ·电机功能测试 | 第62-63页 |
| ·静止背景下运动物体跟踪以及阻挡测试 | 第63-64页 |
| ·整机综合性能测试 | 第64-65页 |
| ·优化方案 | 第65-67页 |
| ·优化实现 | 第67-68页 |
| ·总体优化结果 | 第68-70页 |
| 第七章 总结与展望 | 第70-72页 |
| ·全文总结 | 第70页 |
| ·研究展望 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 附录 | 第77-102页 |
