| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 第一章 绪论 | 第6-11页 |
| 1.1 引言 | 第6-7页 |
| 1.2 国内外视觉传感器在移动机器人技术中的应用发展状况 | 第7-9页 |
| 1.2.1 国外视觉传感器在移动机器人技术中的应用发展状况 | 第7-8页 |
| 1.2.2 国内视觉传感器在移动机器人技术中的应用发展状况 | 第8-9页 |
| 1.3 本文的研究内容和意义 | 第9-11页 |
| 1.3.1 课题研究背景 | 第9页 |
| 1.3.2 论文的研究意义及特点 | 第9-10页 |
| 1.3.3 论文的主要工作 | 第10-11页 |
| 第二章 立体视觉系统 | 第11-21页 |
| 2.1 摄像机透视投影模型 | 第11-15页 |
| 2.1.1 坐标系及坐标变换 | 第11-14页 |
| 2.1.2 摄像机针孔模型 | 第14-15页 |
| 2.2 立体视觉与三维重建 | 第15-16页 |
| 2.3 相机标定 | 第16-18页 |
| 2.4 立体标定 | 第18页 |
| 2.5 三维成像 | 第18-19页 |
| 2.6 本章总结 | 第19-21页 |
| 第三章 摄像机运动分析 | 第21-28页 |
| 3.1 算法基本描述 | 第21-22页 |
| 3.2 卡尔曼滤波模型 | 第22-24页 |
| 3.3 特征点提取与匹配 | 第24-25页 |
| 3.4 摄像机运动参数估计 | 第25-26页 |
| 3.5 实验结果 | 第26-27页 |
| 3.6 本章小结 | 第27-28页 |
| 第四章 三维景深图像的分割处理研究 | 第28-45页 |
| 4.1 模糊c均值聚类(FCM算法) | 第28-30页 |
| 4.2 加入特征加权距离与遗传算法优化的FCM改进算法 | 第30-35页 |
| 4.2.1 特征加权距离 | 第31页 |
| 4.2.2 遗传算法优化特征权值 | 第31-32页 |
| 4.2.3 加入遗传算法后整体算法收敛性分析 | 第32-33页 |
| 4.2.4 UCI数据实验 | 第33-35页 |
| 4.3 加入核方法改进的FPCM算法 | 第35-43页 |
| 4.3.1 FPCM算法 | 第36-37页 |
| 4.3.2 KFPCM算法 | 第37-40页 |
| 4.3.3 UCI数据实验 | 第40-43页 |
| 4.4 三维重建 | 第43-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 移动障碍物目标跟踪 | 第45-52页 |
| 5.1 三帧差分获取移动目标 | 第45-46页 |
| 5.2 Mean-shift与Camshift算法 | 第46-47页 |
| 5.3 改进的CamShift算法 | 第47-48页 |
| 5.4 实验分析 | 第48-51页 |
| 5.5 本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 总结 | 第52页 |
| 6.2 展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 硕士阶段公开发表的论文 | 第58-59页 |
| 致谢 | 第59-61页 |
