移动式图像处理平台开发
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-21页 |
| ·国内外移动视觉机器人的研究背景及现状 | 第11-12页 |
| ·模块化设计的现状、前景及意义 | 第12-15页 |
| ·计算机视觉的发展状况 | 第15-19页 |
| ·本课题的主要内容及创新点 | 第19-21页 |
| 2 移动平台的模块化体系的研究与总体设计 | 第21-35页 |
| ·移动机器人的概念 | 第21-24页 |
| ·移动平台的模块划分 | 第24-27页 |
| ·模块化划分标准 | 第24-25页 |
| ·本设计中系统的模块化划分 | 第25-27页 |
| ·移动平台机械设计 | 第27-29页 |
| ·模块单元设计规划 | 第29-33页 |
| ·驱动模块 | 第30页 |
| ·控制模块 | 第30-31页 |
| ·传感器模块 | 第31-32页 |
| ·电源模块 | 第32-33页 |
| ·本章小结 | 第33-35页 |
| 3 基于机器视觉的目标识别跟踪算法研究及设计 | 第35-69页 |
| ·目标识别跟踪的总体实现方法 | 第35页 |
| ·图像的预处理 | 第35-48页 |
| ·图像噪声消除 | 第36-40页 |
| ·直方图均衡 | 第40-41页 |
| ·图像二值化 | 第41-44页 |
| ·形态学滤波 | 第44-48页 |
| ·运动目标检测 | 第48-54页 |
| ·帧间差分法 | 第49-51页 |
| ·背景差分法 | 第51页 |
| ·光流法 | 第51-52页 |
| ·本文使用的方法及优化 | 第52-54页 |
| ·运动目标跟踪 | 第54-67页 |
| ·卡尔曼滤波跟踪 | 第54-56页 |
| ·Camshift跟踪算法 | 第56-60页 |
| ·粒子滤波跟踪算法 | 第60-63页 |
| ·本文使用的跟踪算法及改进 | 第63-67页 |
| ·本章小结 | 第67-69页 |
| 4 基于OpenCV的目标跟踪实现 | 第69-85页 |
| ·程序设计整体框架 | 第69-70页 |
| ·前景检测 | 第70-72页 |
| ·目标检测跟踪 | 第72-81页 |
| ·CamShift算法的目标跟踪实现 | 第73-76页 |
| ·粒子滤波算法的目标跟踪实现 | 第76-81页 |
| ·程序运行演示 | 第81-85页 |
| 5 全文总结及展望 | 第85-87页 |
| 参考文献 | 第87-93页 |
| 学位论文数据集 | 第93页 |
