需要金币:2000 个金币 | 资料包括:完整论文 | ||
转换比率:金额 X 10=金币数量, 例100元=1000金币 | 论文字数:9692 | ||
折扣与优惠:团购最低可5折优惠 - 了解详情 | 论文格式:Word格式(*.doc) |
摘要:随着科学技术的迅速发展,辅助型机器人已经成为了人们日常任务的得力助手,它们能对快速变化的环境做出适当的反应,有着实时处理可视数据的能力。 本文基于注意力视觉模型对足球场地进行识别。首先,使用图像分割对图像进行多个通道和多尺度的分解,提取形状、颜色和纹理等多个维度的特征,构造高斯金字塔;其次,通过Gabor滤波得到多幅初级特征图;最后,基于小波变换对特征图进行融合得到显著图。实验结果表明,该系统能够快速精准的识别出足球、球门、场地线的位置,一定程度上减少了运算量,缩短了机器人分析图像的时间。 关键词:注意力视觉;场地识别;高斯金字塔;显著图;
目录 摘要 Abstract 1 绪论-3 1.1引言-3 1.2课题背景以及意义-3 1.3国内外发展趋势-3 1.4主要工作内容-4 1.5章节安排-4 2 软硬件介绍-6 2.1系统硬件-6 2.1.1功能特性-6 2.1.2操作方式-7 2.1.3技术特点-7 2.2系统软件-7 2.2.1 Choregraphe专属软件-7 2.2.2 OpenCV框架-8 2.2.3 Visual Studio 2010平台开发-9 3 注意力视觉模型-10 3.1简介-10 3.2典型的注意力视觉模型-10 3.2.1Stentiford注意力模型-10 3.2.2光谱剩余模型-10 3.2.3 ITTI模型-10 4 图像处理-12 4.1边缘检测-12 4.2轮廓提取-12 4.3初步特征图的提取-12 4.3.1颜色特征提取-13 4.3.2运动特征提取-13 4.3.3形状特征提取-14 4.4返回抑制的改进-14 4.5合并多幅特征图-15 4.6划分机器人区域-15 5 场地信息识别-17 5.1红球识别-17 5.2球门识别-17 5.3直线的识别-17 5.4中圈线检测-17 5.5确定目标位置-18 6 系统设计与实现-19 结 论-22 参 考 文 献-23 致 谢-24 附录A轮廓提取部分代码-25 附录B注意力模型部分代码-27 |