| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 动物机器人国内外相关研究进展 | 第11-16页 |
| 1.3 计算机视觉国内外相关研究进展 | 第16-17页 |
| 1.4 迷宫国内外相关研究进展 | 第17页 |
| 1.5 课题研究目的及意义 | 第17-18页 |
| 1.6 本文的主要研究内容 | 第18-20页 |
| 第2章 相关理论及技术研究 | 第20-37页 |
| 2.1 动物理论基础 | 第20-26页 |
| 2.1.1 骨骼系统 | 第20-22页 |
| 2.1.2 神经系统 | 第22-26页 |
| 2.2 组合式水迷宫系统 | 第26-28页 |
| 2.2.1 组合式水迷宫结构 | 第26-28页 |
| 2.2.2 视觉系统设计 | 第28页 |
| 2.3 计算机视觉技术 | 第28-36页 |
| 2.3.1 双目立体视觉标定 | 第29-34页 |
| 2.3.2 图像预处理 | 第34-36页 |
| 2.4 本章小结 | 第36-37页 |
| 第3章 鲤鱼鱼体的骨架提取及运动模型建立 | 第37-46页 |
| 3.1 鱼体图像增强 | 第37-38页 |
| 3.1.1 均值滤波 | 第37页 |
| 3.1.2 中值滤波 | 第37-38页 |
| 3.2 常用运动目标检测算法研究 | 第38-41页 |
| 3.2.1 背景差分法 | 第38-39页 |
| 3.2.2 光流法 | 第39-40页 |
| 3.2.3 帧间差分法 | 第40-41页 |
| 3.3 鲤鱼目标检测 | 第41-42页 |
| 3.3.1 帧间差分与混合高斯背景建模结合法对鲤鱼目标提取 | 第41-42页 |
| 3.4 鲤鱼骨架提取 | 第42-44页 |
| 3.4.1 距离变换法 | 第42-43页 |
| 3.4.2 中轴变换法 | 第43页 |
| 3.4.3 骨架提取 | 第43-44页 |
| 3.5 鲤鱼运动特征计算 | 第44-45页 |
| 3.5.1 鲤鱼骨架模型建立 | 第44页 |
| 3.5.2 鲤鱼运动特征计算 | 第44-45页 |
| 3.5.3 结果分析 | 第45页 |
| 3.6 本章小结 | 第45-46页 |
| 第4章 鲤鱼机器人控制实验研究 | 第46-58页 |
| 4.1 离水状态下鲤鱼延脑与小脑的探查刺激实验 | 第46-49页 |
| 4.1.1 实验材料 | 第46页 |
| 4.1.2 延脑与小脑电刺激实验方案 | 第46-48页 |
| 4.1.3 结果与分析 | 第48-49页 |
| 4.2 基于水迷宫的鲤鱼延脑与小脑的对比刺激实验 | 第49-57页 |
| 4.2.1 刺激装置搭载 | 第49-51页 |
| 4.2.2 迷宫刺激实验 | 第51-54页 |
| 4.2.3 结果与分析 | 第54-57页 |
| 4.3 本章小结 | 第57-58页 |
| 第5章 三维运动轨迹重建与基于BP神经网络的控制行为检测 | 第58-76页 |
| 5.1 运动目标跟踪理论 | 第58-60页 |
| 5.1.1 Mean Shift跟踪算法 | 第58-59页 |
| 5.1.2 质心跟踪算法 | 第59-60页 |
| 5.2 鲤鱼机器人目标跟踪 | 第60-62页 |
| 5.3 鲤鱼机器人三维运动轨迹重建 | 第62-65页 |
| 5.3.1 双目视觉三维重建原理 | 第62-63页 |
| 5.3.2 视差法求取空间点的三维坐标 | 第63-64页 |
| 5.3.3 空间点三维坐标的求取及轨迹生成 | 第64-65页 |
| 5.4 控制行为参数的定义 | 第65-66页 |
| 5.5 控制效果检验 | 第66-70页 |
| 5.6 基于BP神经网络的鲤鱼机器人可控程度评估 | 第70-75页 |
| 5.6.1 BP神经网络 | 第70-71页 |
| 5.6.2 BP神经网络的建立 | 第71-72页 |
| 5.6.3 对鲤鱼机器人小脑与延脑可控程度评估 | 第72-75页 |
| 5.7 本章小结 | 第75-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-83页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第83-85页 |
| 致谢 | 第85页 |