基于神经网络的机器人视觉系统研究
| 第一章 绪论 | 第1-14页 |
| §1-1 引言 | 第8-9页 |
| §1-2 机器人视觉的研究现状 | 第9-11页 |
| 1-2-1 图像采集及预处理技术 | 第9-10页 |
| 1-2-2 图像分析 | 第10-11页 |
| 1-2-3 图像理解 | 第11页 |
| §1-3 模式识别技术的研究现状 | 第11-12页 |
| §1-4 神经网络的研究现状 | 第12页 |
| §1-5 主要研究内容 | 第12-14页 |
| 第二章 机器人视觉技术 | 第14-30页 |
| §2-1 引言 | 第14页 |
| §2-2 图像采集和处理 | 第14-24页 |
| 2-2-1 采样 | 第14-17页 |
| 2-2-2 图像变换 | 第17-20页 |
| 2-2-3 图像增强 | 第20-23页 |
| 2-2-4 图像恢复和重建 | 第23-24页 |
| 2-2-5 图像编码 | 第24页 |
| §2-3 图像分析及理解 | 第24-28页 |
| 2-3-1 图像分割 | 第24-28页 |
| 2-3-2 目标表达和描述 | 第28页 |
| §2-4 本章小结 | 第28-30页 |
| 第三章 模式识别和神经网络技术 | 第30-42页 |
| §3-1 模式识别的理论与方法概述 | 第30-34页 |
| 3-1-1 统计识别方法 | 第31-33页 |
| 3-1-2 结构识别方法 | 第33页 |
| 3-1-3 模糊识别方法 | 第33-34页 |
| 3-1-4 智能识别方法 | 第34页 |
| §3-2 模式识别与神经网络 | 第34-41页 |
| 3-2-1 神经网络用于模式识别的机理和特点 | 第35页 |
| 3-2-2 神经网络的构成 | 第35-37页 |
| 3-2-3 神经网络的学习 | 第37-38页 |
| 3-2-4 神经网络的分类 | 第38-41页 |
| §3-3 本章小结 | 第41-42页 |
| 第四章 基于神经网络的机器人视觉特征识别 | 第42-58页 |
| §4-1 引言 | 第42页 |
| §4-2 神经网络的识别原理与网络选取 | 第42-44页 |
| §4-3 ART-2神经网络学习算法的研究 | 第44-51页 |
| 4-3-1 ART-2神经网络的模型结构 | 第44-46页 |
| 4-3-2 ART-2神经网络的数学模型 | 第46-48页 |
| 4-3-3 ART-2神经网络的学习算法： | 第48-51页 |
| §4-4 特征的提取 | 第51-53页 |
| 4-4-1 特征选择 | 第51页 |
| 4-4-2 不变矩 | 第51-53页 |
| §4-5 图像识别的实验 | 第53-57页 |
| 4-5-1 图像采集 | 第53-55页 |
| 4-5-2 图象处理 | 第55页 |
| 4-5-3 几种常见机械零件图形的特征计算及识别 | 第55-56页 |
| 4-5-4 实验结果分析 | 第56-57页 |
| §4-6 本章小结 | 第57-58页 |
| 第五章 结论 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 攻读学位期间所取得的相关成果 | 第64页 |
