人工路标拓扑模式构建与识别及其应用研究
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 课题的理论意义和实用价值 | 第12-13页 |
| 1.1.1 基于人工路标的视觉定位 | 第12-13页 |
| 1.1.2 人工路标拓扑模式 | 第13页 |
| 1.2 国内外研究现状及发展趋势 | 第13-16页 |
| 1.2.1 视觉定位的发展研究以及应用 | 第13-14页 |
| 1.2.2 模式识别的研究现状 | 第14-16页 |
| 1.2.3 基于路标模式的视觉定位发展趋势 | 第16页 |
| 1.3 本文主要研究内容及论文结构安排 | 第16-18页 |
| 第2章 人工路标图像的属性计算 | 第18-40页 |
| 2.1 图像增强 | 第18-23页 |
| 2.1.1 彩色人工路标图像的灰度化 | 第19页 |
| 2.1.2 直方图均衡化 | 第19-20页 |
| 2.1.3 图像的滤波增强 | 第20-21页 |
| 2.1.4 本文图像增强算法 | 第21-23页 |
| 2.2 彩色图块的轮廓处理 | 第23-31页 |
| 2.2.1 图像的边缘检测 | 第23-29页 |
| 2.2.2 残缺轮廓的滤除 | 第29-31页 |
| 2.2.3 轮廓线的存储 | 第31页 |
| 2.3 人工路标几何图块的形状计算 | 第31-37页 |
| 2.3.1 角点检测算法 | 第32-34页 |
| 2.3.2 伪角点的滤除 | 第34-36页 |
| 2.3.3 几何图块的形状计算和质心计算 | 第36-37页 |
| 2.4 人工路标图像中图块的颜色计算 | 第37页 |
| 2.5 旋转和变形人工路标图像的属性提取 | 第37-38页 |
| 2.6 本章小结 | 第38-40页 |
| 第3章 人工路标拓扑模式及其构建 | 第40-48页 |
| 3.1 拓扑模式 | 第40页 |
| 3.2 人工路标拓扑模式的提取 | 第40-43页 |
| 3.2.1 人工路标彩色几何图块的属性 | 第41-42页 |
| 3.2.2 人工路标图像中主模式的确定 | 第42-43页 |
| 3.3 人工路标拓扑模式的构建 | 第43-45页 |
| 3.4 人工路标拓扑模式的结构特点 | 第45页 |
| 3.5 人工路标模式与位置对照表建立 | 第45-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第4章 人工路标的拓扑模式识别 | 第48-64页 |
| 4.1 模式识别概述 | 第48-51页 |
| 4.1.1 模式识别分类 | 第48-49页 |
| 4.1.2 模式识别系统 | 第49-50页 |
| 4.1.3 机器学习 | 第50-51页 |
| 4.2 人工路标的拓扑模式识别 | 第51-58页 |
| 4.2.1 BP神经网络识别方法 | 第51-53页 |
| 4.2.2 结构模式识别方法 | 第53-56页 |
| 4.2.3 直接匹配算法与分层匹配算法的实验分析 | 第56-58页 |
| 4.3 基于人工路标拓扑模式的室内视觉定位系统 | 第58-62页 |
| 4.3.1 实验方案与流程 | 第58-61页 |
| 4.3.2 视觉定位系统的准确度、精度与速度分析 | 第61-62页 |
| 4.4 本章小结 | 第62-64页 |
| 总结与展望 | 第64-66页 |
| 总结 | 第64页 |
| 展望 | 第64-66页 |
| 参考文献 | 第66-72页 |
| 攻读硕士学位期间发表的学术论文 | 第72-74页 |
| 致谢 | 第74页 |
