| 第一章 绪论 | 第1-22页 |
| ·相关研究背景与现状 | 第14-18页 |
| ·计算机视觉的产生与发展 | 第14-15页 |
| ·图像工程的概念 | 第15-16页 |
| ·机器人视觉 | 第16-17页 |
| ·计算机视觉、图像工程与机器人视觉三者的关系 | 第17-18页 |
| ·彩色图像目标识别的意义与方法 | 第18-19页 |
| ·本文的工程背景 | 第19-20页 |
| ·Pioneer3-DX 智能移动机器人平台及相关背景 | 第19页 |
| ·基于机器人的彩色图像目标识别与跟踪系统的开发任务 | 第19-20页 |
| ·本文研究的主要内容 | 第20-21页 |
| ·本文涉及的问题及完成的主要工作 | 第21-22页 |
| 第二章 彩色图像目标识别的视觉理论与模型 | 第22-28页 |
| ·机器视觉理论 | 第22-23页 |
| ·Marr 视觉计算理论的三个层次 | 第22页 |
| ·Marr 视觉处理的三个阶段 | 第22-23页 |
| ·视觉系统模型 | 第23-25页 |
| ·彩色图像目标识别跟踪系统的总体设计方案 | 第25-28页 |
| ·目标识别跟踪系统设计的依据与方法 | 第25-26页 |
| ·系统算法的总体流程结构 | 第26-28页 |
| 第三章 彩色图像目标识别中的图像分割 | 第28-39页 |
| ·引言 | 第28页 |
| ·图像分割的概念与原理 | 第28-29页 |
| ·颜色空间模型分析及选取 | 第29-35页 |
| ·RGB 颜色空间 | 第30-32页 |
| ·HSI 颜色空间 | 第32-34页 |
| ·颜色空间的选取分析 | 第34-35页 |
| ·彩色图像分割的基本方法 | 第35-39页 |
| ·概述 | 第35-36页 |
| ·单色图像分割的基本方法 | 第36-38页 |
| ·彩色图像分割的基本方法 | 第38-39页 |
| 第四章 彩色图像分割的自适应阈值方法的研究 | 第39-50页 |
| ·引言 | 第39-40页 |
| ·阈值分割的适用假设 | 第39页 |
| ·阈值分割的步骤与主要内容 | 第39页 |
| ·阈值分割的方法分类 | 第39-40页 |
| ·阈值化分割方法的推广 | 第40页 |
| ·基于HSI 颜色模型的自适应阈值分割 | 第40-50页 |
| ·基于直方图统计的阈值方法 | 第40-41页 |
| ·基于色调H 直方图统计的双阈值方法 | 第41-43页 |
| ·基于构造一维特征标量的直方图统计的双阈值分割算法 | 第43-45页 |
| ·彩色图像分割中光照影响消除方法的初步研究 | 第45-46页 |
| ·实验结果与总结 | 第46-50页 |
| 第五章 彩色图像目标的特征提取与检测跟踪方法的研究 | 第50-63页 |
| ·引言 | 第50页 |
| ·目标特征提取 | 第50-56页 |
| ·图像目标特征提取的基本方法 | 第50-51页 |
| ·图像目标的区域特征的特性及描述 | 第51-56页 |
| ·目标的检测跟踪 | 第56-63页 |
| ·彩色图像目标的检测跟踪的基本思想与方法 | 第56页 |
| ·彩色图像目标的检测跟踪 | 第56-63页 |
| 第六章 基于P3-DX智能移动机器人的彩色目标识别与跟踪系统的设计与实现 | 第63-75页 |
| ·引言 | 第63页 |
| ·P3-DX 智能移动机器人简介 | 第63-64页 |
| ·基于P3-DX 智能移动机器人的彩色目标识别跟踪系统的任务 | 第64-65页 |
| ·机器人的本地控制系统结构 | 第65-66页 |
| ·彩色图像目标识别跟踪系统的硬件结构 | 第66-67页 |
| ·VC-C4 摄像头 | 第66页 |
| ·基于PC104 总线的视频采集卡 | 第66-67页 |
| ·基于P3-DX 智能移动机器人的彩色目标识别系统的软件设计 | 第67-75页 |
| ·系统要求 | 第67页 |
| ·设计方案 | 第67-68页 |
| ·系统的软件开发环境 | 第68-69页 |
| ·系统中各模块的功能实现方案 | 第69-75页 |
| 第七章 总结与展望 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 致谢 | 第79-80页 |
| 攻读硕士期间发表的论文 | 第80页 |
