|
|
|
基于盲道行走的障碍物检测与方向判断 |
|
论文目录 |
|
摘要 | 第3-4页 | Abstract | 第4页 | 注释表 | 第12-13页 | 1 绪论 | 第13-21页 | 1.1 课题的研究背景和意义 | 第13-14页 | 1.2 国内外研究现状 | 第14-15页 | 1.3 基于盲道的导盲系统结构 | 第15-17页 | 1.4 本文主要研究内容 | 第17-20页 | 1.5 论文结构安排 | 第20-21页 | 2 基于单目视觉的障碍物图像分割 | 第21-35页 | 2.1 传统的图像分割算法 | 第21-23页 | 2.1.1 Otsu法 | 第21-22页 | 2.1.2 最小误差阈值法 | 第22-23页 | 2.1.3 最大熵阈值法 | 第23页 | 2.2 二维最小误差法 | 第23-25页 | 2.2.1 算法介绍 | 第23-25页 | 2.2.2 算法优缺点 | 第25页 | 2.3 基于二维直方图双斜率划分的快速最小误差算法 | 第25-28页 | 2.3.1 2D-SFM | 第26-28页 | 2.3.2 该算法的优点 | 第28页 | 2.4 基于互信息熵差的自适应脉冲耦合神经网络算法 | 第28-31页 | 2.4.1 互信息和互信息熵差 | 第28-29页 | 2.4.2 MEAP | 第29-31页 | 2.4.3 该算法的优点 | 第31页 | 2.5 实验结果与分析 | 第31-34页 | 2.6 本章小结 | 第34-35页 | 3 基于视觉注意模型的显著障碍物检测 | 第35-55页 | 3.1 视觉注意模型 | 第35-37页 | 3.1.1 特征整合模型 | 第36-37页 | 3.1.2 视觉注意模型的应用 | 第37页 | 3.2 典型的显著性检测算法 | 第37-41页 | 3.2.1 IT法 | 第37-39页 | 3.2.2 LC法 | 第39页 | 3.2.3 AC法 | 第39-40页 | 3.2.4 FT法 | 第40-41页 | 3.3 基于特征显著值归一化与关键区域聚焦的显著物体检测算法 | 第41-44页 | 3.3.1 FKFT | 第41-44页 | 3.3.2 该算法优点 | 第44页 | 3.4 显著障碍物检测算法 | 第44-47页 | 3.4.1 SMFT | 第44-45页 | 3.4.2 距离估计 | 第45-47页 | 3.4.3 该算法的优点 | 第47页 | 3.5 实验结果与分析 | 第47-54页 | 3.5.1 实验结果对比 | 第47-53页 | 3.5.2 实验结果的量化对比 | 第53-54页 | 3.6 本章小结 | 第54-55页 | 4 盲道分割 | 第55-73页 | 4.1 支持向量机 | 第55-60页 | 4.1.1 线性可分情况 | 第56-58页 | 4.1.2 非线性可分情况 | 第58-59页 | 4.1.3 支持向量机的算法 | 第59-60页 | 4.2 基于颜色纹理和支持向量机的盲道分割算法 | 第60-70页 | 4.2.1 CT-SVM | 第60-70页 | 4.2.2 该算法的优点 | 第70页 | 4.3 实验结果与分析 | 第70-72页 | 4.4 本章小结 | 第72-73页 | 5 盲道检测与方向判断 | 第73-83页 | 5.1 盲道边缘检测算法 | 第73-76页 | 5.1.1 边缘检测算子 | 第73-74页 | 5.1.2 Canny边缘检测算法 | 第74-76页 | 5.1.3 Canny算法的优点 | 第76页 | 5.2 盲道方向判断算法 | 第76-80页 | 5.2.1 Hough变换 | 第76-79页 | 5.2.2 方向判断 | 第79-80页 | 5.2.3 该算法的优点 | 第80页 | 5.3 实验结果与分析 | 第80-82页 | 5.4 本章小结 | 第82-83页 | 6 视频流处理结果 | 第83-86页 | 6.1 实验结果与分析 | 第83-85页 | 6.2 本章小结 | 第85-86页 | 总结与展望 | 第86-89页 | 工作总结 | 第86-87页 | 工作展望 | 第87-89页 | 致谢 | 第89-90页 | 参考文献 | 第90-94页 | 附录 | 第94页 |
|
|
|
|
论文编号BS3976120,这篇论文共94页 会员购买按0.35元/页下载,共需支付32.9元。 直接购买按0.5元/页下载,共需要支付47元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|