| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 课题研究背景及意义 | 第9页 |
| 1.2 图像采集处理技术发展现状 | 第9-10页 |
| 1.3 视觉定位技术 | 第10-11页 |
| 1.4 论文内容安排 | 第11-12页 |
| 第二章 图像采集及处理系统总体方案 | 第12-20页 |
| 2.1 主要芯片的性能特点 | 第13-16页 |
| 2.1.1 DSP的性能指标 | 第13页 |
| 2.1.2 DSP内部重要结构介绍 | 第13-14页 |
| 2.1.3 FPGA的分类及原理 | 第14-16页 |
| 2.1.4 FPGA的性能指标 | 第16页 |
| 2.2 硬件的整体设计 | 第16-17页 |
| 2.3 FPGA硬件描述语言及开发平台 | 第17-19页 |
| 2.3.1 Verilog HDL简介 | 第17页 |
| 2.3.2 QuartusⅡ开发平台及实现图像处理逻辑仿真的关键技术 | 第17-19页 |
| 2.4 软件设计 | 第19页 |
| 2.5 本章小结 | 第19-20页 |
| 第三章 基于FPGA的图像预处理设计 | 第20-36页 |
| 3.1 系统总体结构 | 第20-21页 |
| 3.1.1 图像采集模块 | 第20-21页 |
| 3.1.2 图像处理模块 | 第21页 |
| 3.2 图像处理 | 第21-24页 |
| 3.2.1 方法介绍 | 第21-22页 |
| 3.2.2 图像处理的主要内容 | 第22页 |
| 3.2.3 图像处理的主要内容 | 第22-24页 |
| 3.3 改进中值滤波的FPGA实现 | 第24-31页 |
| 3.3.1 中值滤波原理 | 第24-25页 |
| 3.3.2 改进中值滤波 | 第25-26页 |
| 3.3.3 改进中值滤波在FPGA中的实现 | 第26-31页 |
| 3.4 边缘检测算法及FPGA实现 | 第31-35页 |
| 3.4.1 边缘检测算法原理 | 第31-33页 |
| 3.4.2 边缘检测算法的FPGA实现 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 视觉机器人定位算法研究 | 第36-60页 |
| 4.1 双目立体视觉摄像机标定 | 第36-38页 |
| 4.2 图像的矫正 | 第38-40页 |
| 4.3 前景目标的识别 | 第40-45页 |
| 4.3.1 模板匹配 | 第40-43页 |
| 4.3.2 背景建模与分割前景目标 | 第43-45页 |
| 4.4 物体的跟踪与运动 | 第45-54页 |
| 4.4.1 Harris角点检测及改进算法 | 第46-50页 |
| 4.4.2 高斯金字塔LK光流法 | 第50-54页 |
| 4.5 预估器 | 第54-59页 |
| 4.5.1 Kalman滤波器 | 第55页 |
| 4.5.2 Kalman方程 | 第55-59页 |
| 4.6 本章小结 | 第59-60页 |
| 第五章 总结与展望 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 发表论文和科研情况说明 | 第65-66页 |
| 致谢 | 第66-67页 |