機器人視覺系統研究

杭電圖書館

科學出版社

總頁數：202

?

唯一QQ：1825587919

唯一WX：ly1825587919

?

PS：由于閱讀效率原因，僅記錄關鍵點

?

第一章? 緒論

第二章?全向視覺系統

1.多攝像機拼接全向視覺系統
　　ringcam系統???五個攝像頭
2.魚眼鏡頭全向視覺系統
　　短焦距，超廣角鏡頭
3.折反射式全向視覺系統
　　錐形，橢圓形，雙曲線形，拋物線形
　　水平等比鏡面，水平距離成像一樣
　　垂直等比鏡面，垂直距離成像一樣
　　角度等比鏡面
　　改進?由內到外?雙曲，水平等比，垂直等比
　　標定方法
　　　　1.極坐標
　　　　2.與模型無關的標定算法設計

第三章?顏色編碼化目標識別

1.攝像機參數自動調節
　　圖像熵????
　　自動調節算法，改變曝光時間和增益，取曝光時間等于增益
　　同樣可調節攝像機其他參數
2.視覺系統顏色分類
　　RGB??645.16??526.32??444.44
　　　　形成顏色立方體
　　HSI.?將立方體中心對角線的灰度線的點到原點
　　　　旋轉，形成一個圓錐形的顏色空間
　　YUV.?亮度分量Y和色度分量U.V組成通常用在彩色電視等一些傳輸協議中。通常用壓縮的422模式
　　　　相互轉換??矩陣式
　　顏色查找表??根據查找表直接得出顏色范圍
　　顏色空間選擇原則
　　yuv與hsi顏色空間混合使用
　　基于線性分類器的顏色空間劃分
　　白線識別
　　障礙物識別
　　中心極坐標，，分為180份，檢測黑色遮擋物

?第四章??非顏色編碼化目標識別

　　解決任意顏色，紋理的足球識別問題
　　1.全向視覺成像模型的任意足球識別
　　2.基于AdaBoost學習算法的任意足球識別
　　　　模式識別最常用算法

第五章??目標跟蹤與狀態估計

　　單目標跟蹤
　　足球機器人的運動特點
　　　　自主運行，有一定目的性
　　目標運動模型

• 　　　　靜止模型
• 　　　　勻速與勻加速運動模型
• 　　　　時間相關模型
• 　　　　當前統計模型

　　濾波器約束條件
　　　　普通kalman濾波算法不太理想，將普通濾波改進，增加約束條件
　　　　對速度，加速度約束，
　　　　引入約束條件的方法，最有效:滾動時域估計?mhe

　　基于聯合概率數據關聯的多目標跟蹤
　　橢球跟蹤門規則

　　基于ransac和卡爾曼濾波的目標狀態估計
　　基于雙目視覺的三維空間目標狀態估計
　　　　雙目視覺系統??增加一個雙目攝像頭
　　軟件方面主要有三個并行線程

• • 1.采集攝像機左右兩幅圖像并做畸變矯正
  • 2.對兩幅圖像分別進行足球識別，足球三維坐標重構
  • 3.運動軌跡擬合，落點位置預測

　　足球識別與定位??顏色查找表
　　足球運動軌跡的擬合??采用最小二乘法進行拋物線軌跡擬合
　　足球運動落點位置的預測
　　機器人運動決策

第六章??足球機器人視覺自定位

　　粒子濾波定位
　　匹配優化定位
　　二者結合得到自定位方法
　　有效解決綁架后自定位， v、

?

轉載于:https://www.cnblogs.com/tenjl-exv/p/8401477.html

總結

以上是生活随笔為你收集整理的机器人视觉系统笔记的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。