基于压缩感知理论的智能机器人视觉图像的重构算法研究

基于压缩感知理论的智能机器人视觉图像的重构算法研究

ID:33551440

大小:8.73 MB

页数:71页

时间:2019-02-27

基于压缩感知理论的智能机器人视觉图像的重构算法研究_第1页
基于压缩感知理论的智能机器人视觉图像的重构算法研究_第2页
基于压缩感知理论的智能机器人视觉图像的重构算法研究_第3页
基于压缩感知理论的智能机器人视觉图像的重构算法研究_第4页
基于压缩感知理论的智能机器人视觉图像的重构算法研究_第5页
资源描述:

《基于压缩感知理论的智能机器人视觉图像的重构算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、学校代号:10731学号:112080402001密级:公开兰州理工大学硕士学位论文基于压缩感知理论的智能机器人视觉图像的重构算法研究lIIIIIIIIIIIIIY2566900TheResearchonRobotVisionReconstructionBasedonCompressedSensingAlgorithmbyGEShaoboB.E.(XiAnUniversityofTechnology)2010AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMaste

2、rofEngineeringMeasurementTechnologyandInstrumentintheGraduateSchoolofLanzhouUniversityofTechnologySupervisorAssociateProfessorGUOJunfengJune,2014兰州理工大学学位论文原创性声明本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体,均己在文中以明确方式标明。本人完全

3、意识到本声明的法律后果由本人承担。作者签名:%少1跨日期:乃件年‘月/o日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,即:学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权兰州理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。同时授权中国科学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》,并通过网络向社会公众提供信息服务。作者签名:导师签名:日期:2,71峰‘月/o日日期:办睁年‘月』6目斥博绘八7

4、丫荡卿硕士学位论文目录目录⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.I摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一IIIAbstract..⋯..⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯..⋯.⋯⋯.⋯..⋯.⋯⋯⋯⋯⋯⋯..⋯.⋯⋯⋯⋯..11-r附图索引⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯VI附表索引⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.VII第l章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.11.1课题背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

5、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯l1.1.1智能机器人发展历程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.11.1.2视觉系统对智能机器人的重要意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.21.1.3本课题的研究意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.21.2课题研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯31.2.1稀疏表示的研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯41.2.2观测矩阵设计的研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.51.2.3重构算法的研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯51.2.4基于压缩感知理论的应用研究现状⋯⋯⋯⋯⋯⋯⋯

6、⋯⋯⋯⋯⋯⋯..71.3本文的结构安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯8第2章智畿机器人的视觉特点⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..112.1机器人视觉系统概况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..112.2双目视觉导航技术⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.132.2.1技术介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..132.2.2视觉伺服系统的应用举例⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯l52.2.3视觉伺服系统的应用难点⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯172.3结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

7、⋯⋯⋯⋯⋯⋯⋯.18第3章一种针对机器人视觉图像的分块自适应变步长压缩感知重构算法⋯⋯.213.1压缩感知重构算法的思想简介⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯213.2传统重构算法在图像信号处理领域的应用情况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯233.3分块自适应变步长压缩感知重构算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯243.3.1分块压缩感知重构思想⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯253.3.2分块变步长自适应压缩感知重构算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯263.3.3分块自适应变步长压缩感知重构算法的计算步骤⋯⋯⋯⋯⋯⋯.263.4实验结果与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯

8、⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯283.5结论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。