当前位置: > 硕士毕业论文 > 74400字硕士毕业论文移动图像处理平台的构建

74400字硕士毕业论文移动图像处理平台的构建

论文类型:硕士毕业论文
论文字数:74400字
论点:机器人,环境,跟踪
论文概述:

本论文的研究涉及的范围包括:移动平台的模块化设计,数字图像处理,运动目标的检测与跟踪,基于OpenCV的框架式运动目标分析系统的设计。对图像序列选取并设计合适的算法。通过VS 2008和

论文正文:

1.前言

机器视觉和嵌入式系统是智能机器人领域两个非常热门的研究方向。机器视觉出现于20世纪60年代末。机器视觉应用于机器人的研究可能始于20世纪70年代。20世纪80年代以后,随着数字处理硬件的发展,机器视觉的发展真正走向了系统化。20世纪90年代初,计算机技术开始迅速发展,高性能计算机开始出现在人们的眼前。与图像处理相关的微电子产品的快速发展和数码相机的出现使得机器视觉技术取得了快速的进步。目前,机器视觉基本上建立在基于PC机或基于可编程控制器的系统上,这种系统要求软硬件环境高、体积大、成本高,因此其应用范围受到一定的限制。同时,随着集成电路制造技术的发展,基于32位单片机的嵌入式系统在体积、价格和性能上都能够满足机器人控制的要求。机器人技术的发展一直与嵌入式系统的发展密切相关。近年来,由于嵌入式处理器的高度发展,机器人也呈现出从硬件到软件的新发展趋势。控制系统的结构和机器人的智能都有了很大的提高。

1.1国内外移动视觉机器人的研究背景和现状

机器人技术是20世纪以来最重要的发明之一,经历了40多年的发展,取得了长足的进步。随着计算机技术、自动化技术及相关支持技术的发展,机器人技术取得了巨大突破。在此期间,机器人技术的发展分为三个阶段。第一代机器人是一种复制机器人,从事由人类编程的简单而重复的工作。第二代机器人具有一定的环境响应能力。根据外部环境,通过反馈控制实时调整运动,满足不同工作任务的需要。第三代机器人是一种自主智能机器人,它携带多种传感器,能够感知外部环境的特征及其自身的状态,然后利用获得的信息来判断和决定自己的行为。目前,工业生产中使用的大多数机器人属于第一代或第二代。这些机器人在室内结构化环境中工作。工作环境是已知的,精度是完全确定的,所以机器人可以根据人们预设的计划重复工作。
近年来,由于人类活动的扩展,机器人技术也从制造业扩展到非制造业领域,如太平洋空勘探、灾难现场搜索和救援、军事侦察、海底矿产勘探、采矿、建筑、医疗、农业和林业。这些行业的主要特点是工作环境的非结构化和不确定性,因此对机器人提出了新的要求。如果将固定的工业机器人视为模拟人类手臂的运动和功能,那么移动智能机器人就相当于模拟和增强人类的行走功能,这就需要一个具有感知运动环境和自我规划能力的柔性机器人。只有这样,机器人人员才能进行必要的分析、推理和决策,并使用内置智能系统在非结构化环境中独立行动,随时感知环境的特征,从而避开障碍物,选择合理的行走路径,完成所需的任务。因此,第三代智能移动机器人包括制造技术、刚体力学、传感器技术、能源技术、仿生学、自动控制技术和人工智能技术、计算机技术、通信技术等许多学科。,一直是机器人研究领域的热门话题,吸引了各国的广泛关注。
自21世纪初以来,人类一直在加强行星探索和地球科学研究的广度和深度,以便可持续地开发和利用自然资源。宇宙中的许多行星都蕴藏着丰富的能源、矿产资源和独特的环境资源,具有巨大的价值。然而,宇航员在空之间的探索和检查工作中是非常昂贵和稀缺的资源,而空之间的恶劣环境对人类生存活动构成了巨大威胁。为了让人类留在泰国空,需要庞大而复杂的环境控制系统、生命支持系统、物资供应系统和生命安全系统,这些系统的成本非常高。为了降低探索泰空的风险和成本,有必要用自主移动机器人代替宇航员在严酷的空工作。这将使Tai 空的探索变得安全,并且具有成本效益的移动机器人可以联系遥远而美丽的行星,收集和采样它们的资源数据,并将它们送回地球,并进行一些科学实验。然后,从实验结果,我们可以验证人类推理的各种科学理论是否正确。地球上有许多地区没有被人类完全控制。这些领域与人类生存发展密切相关。因此,人类已经开始探索越来越多的海洋矿产资源,监测和采样火山状态,智能移动机器人的出现在这里变得越来越重要。还有一些应用,如社会公共安全和军事应用,如灾难现场搜索和救援定位、核工业领域和危险生化污染环境的操作、爆炸物处理、军事侦察和对抗等。变得越来越重要。这些活动的蓬勃发展决定了移动机器人的进步。日益增长的需求已经成为移动机器人向前发展的重要原因,也对机器人设计提出了更高的挑战。

3.2图像预处理.........35-48
3.2.1图像噪声消除.........36-40
3.2.2直方图均衡化.........40-41
3.2.3图像二值化.........41-44
3.2.4形态滤波.........44-48
3.3运动物体检测.........48-54
3.3.1帧间差异.........49-51[/ Br/] 3.3.2背景差异.........51
3.3.3光流法.........51-52
3.3.4此处使用的方法.........52-54
3.4运动目标跟踪.........54-67
3.4.1卡尔曼滤波器跟踪.........54-56
3.4.2凸轮换档跟踪.........56-60
3.4.3粒子过滤器跟踪.........60-63
3.4.4本文中使用的跟踪算法.........63-67
3.5本章摘要.........67-69
4基于OpenCV的目标跟踪.........69-85[/溴/] 4.1总体规划.........69-70
4.2前景检测.........70-72
4.3目标检测跟踪.........72-81
4.3.1凸轮位移算法的目标跟踪.........73-76 [/BR/] 4.3.2粒子滤波算法的目标跟踪.........76-81 [/BR/] 4.4程序运行演示.........81-85
5全文总结和展望.........85-87

总结与展望
本文的研究范围包括:移动平台模块化设计、数字图像处理、运动目标检测与跟踪、基于OpenCV的基于帧的运动目标分析系统设计。为图像序列选择和设计合适的算法。通过VS 2008和OpenCV编程,实现序列图像中运动目标的正确识别,分析运动目标的运动方向或轨迹。
本文件的主要工作概述如下:
1。设计了移动机器人的整体硬件和机械平台,并根据嵌入式系统硬件特点研究和改进了移动目标跟踪。对于整个系统的各个层次,采用模块化的设计思想来完成,便于应对未来的改进和实际需求的变化。