現(xiàn)如今智能化工具在生活中已經(jīng)是不可或缺的元素,人們對(duì)于智能化工具依賴的地方也越來(lái)越多,本文為解決人們?cè)诟郀柗蚯驁?chǎng)運(yùn)動(dòng)時(shí)無(wú)法方便攜帶工具與物品的問(wèn)題,設(shè)計(jì)了一款能夠完成自動(dòng)跟隨和幫助人們運(yùn)送裝備等工作的高爾夫球場(chǎng)小車。首先,根據(jù)高爾夫球場(chǎng)環(huán)境和系統(tǒng)要實(shí)現(xiàn)的功能選擇了處理平臺(tái)和跟蹤算法。在處理平臺(tái)方面選擇以Zynq-7020芯片為核心;在跟蹤算法上采用識(shí)別目標(biāo)的顏色特征與輪廓特征相結(jié)合的方法來(lái)進(jìn)行識(shí)別跟蹤。然后,搭建了硬件平臺(tái)并設(shè)計(jì)了基于Zynq-7020的自動(dòng)跟隨高爾夫球車系統(tǒng)。最后,以軟硬件系統(tǒng)協(xié)同工作的方式實(shí)現(xiàn)了小車的系統(tǒng)功能。顏色特征與輪廓特征結(jié)合的目標(biāo)識(shí)別算法。首先對(duì)目標(biāo)進(jìn)行顏色特征識(shí)別,本文針對(duì)光照強(qiáng)度變化影響識(shí)別結(jié)果穩(wěn)定性這一問(wèn)題,對(duì)傳統(tǒng)的顏色識(shí)別算法做出了改進(jìn),提出了一種動(dòng)態(tài)閾值的模板匹配顏色識(shí)別方法,并通過(guò)改進(jìn)傳統(tǒng)形態(tài)學(xué)濾波的使用方法來(lái)最大程度上去除微小干擾物。由于環(huán)境中可能存在與目標(biāo)顏色相近的物體,所以在顏色特征識(shí)別后,再對(duì)目標(biāo)進(jìn)行輪廓特征識(shí)別。為了能夠在目標(biāo)被部分遮擋的情況下系統(tǒng)也能夠準(zhǔn)確識(shí)別目標(biāo),在輪廓特征識(shí)別的模板匹配算法中,采用所有模板特征點(diǎn)與采集圖像中可能為目... 

【文章來(lái)源】：長(zhǎng)春理工大學(xué)吉林省

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

Zynq-7020架構(gòu)圖

0,0)R(0,1,黃色綠色紅色黑色圖 3.2 RGB 色彩空間維·雷·史密斯提出了 HSV 色彩空B 色彩空間，通過(guò)一種非線性變換得H、S 和 V 分別代表著色調(diào)(Hue)、彩的基本屬性，用角度來(lái)度量。色調(diào)紅色開始計(jì)算，則可以知道紅色、綠補(bǔ)色是：黃色、青色和品紅，使用彩的純度，取值范圍為 0-100%，S取值范圍為 0（白）～100%（黑）。

c） d）圖 3.5 中值濾波的處理圖序a）原彩圖 b）灰度圖 c）加鹽噪聲的灰度圖 d）中值濾波處理后圖像3.2 形態(tài)學(xué)處理形態(tài)學(xué)處理有兩種類型,一種是二值化的形態(tài)學(xué)，另一種是灰度圖像的形態(tài)學(xué)。他都是基于形狀的一系列操作得出的。本文中對(duì)顏色識(shí)別后的圖像先進(jìn)性腐蝕在進(jìn)行脹的形態(tài)學(xué)濾波[47]。腐蝕和膨脹也是形態(tài)學(xué)最常用到的兩種算法。經(jīng)常會(huì)將兩種算法相結(jié)合起來(lái)進(jìn)行像處理。根據(jù)實(shí)際需求，腐蝕和膨脹的組合順序也不同，處理的結(jié)果也不相同。如是為了消除圖像中微小干擾物，并將目標(biāo)物體邊緣平滑化，可以采用進(jìn)行先腐蝕后脹的算法操作，這樣的算法操作可以在以不改變目標(biāo)面積的情況下完成；當(dāng)希望填圖像中的細(xì)小洞空時(shí)，可以使用先膨脹后腐蝕的操作。下面分別介紹下腐蝕與膨脹。（1）腐蝕2

【參考文獻(xiàn)】：
期刊論文
[1]基于特征融合的目標(biāo)檢測(cè)技術(shù)研究[J]. 孫銘鐳,楊波,韓立園.  長(zhǎng)春理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(06)
[2]單目視覺(jué)自動(dòng)跟隨小車的設(shè)計(jì)[J]. 齊新皓,蘇秀云,馬國(guó),李韶欽,曾登苑.  機(jī)器人技術(shù)與應(yīng)用. 2018(05)
[3]基于FPGA片內(nèi)存儲(chǔ)器讀寫控制與仿真[J]. 王曉鵬.  農(nóng)村經(jīng)濟(jì)與科技. 2018(14)
[4]基于FPGA的DDR3 SDRAM高速圖像數(shù)據(jù)采集方法[J]. 隋旭陽(yáng),賴文娟,李健.  兵器裝備工程學(xué)報(bào). 2018(05)
[5]基于Zynq-7000嵌入式系統(tǒng)液晶擴(kuò)展實(shí)現(xiàn)[J]. 周強(qiáng),袁明,龔行梁,吳相楠,趙天恩.  工業(yè)控制計(jì)算機(jī). 2017(12)
[6]基于Zynq的圖像角點(diǎn)及邊緣檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 潘青松,張怡,楊宗明,秦劍秀.  計(jì)算機(jī)科學(xué). 2017(S2)
[7]邊緣檢測(cè)在醫(yī)學(xué)圖像處理中的應(yīng)用研究[J]. 王鴻娟.  自動(dòng)化與儀器儀表. 2017(05)
[8]運(yùn)動(dòng)目標(biāo)相關(guān)跟蹤算法的研究[J]. 沈曉芳,趙選科,李愛(ài)君.  現(xiàn)代電子技術(shù). 2016(01)
[9]基于輪廓的機(jī)器人跟蹤系統(tǒng)設(shè)計(jì)研究[J]. 劉鈞馳,劉文藝,曹中亞,徐睿玉.  機(jī)電技術(shù). 2015(06)
[10]一種硬件加速OpenCV的圖像處理方法研究[J]. 張俊濤,王園偉,龐多.  微型機(jī)與應(yīng)用. 2015(22)

博士論文
[1]基于激光雷達(dá)的智能車輛目標(biāo)識(shí)別與跟蹤關(guān)鍵技術(shù)研究[D]. 周俊靜.北京工業(yè)大學(xué) 2014
[2]基于單目視覺(jué)的運(yùn)動(dòng)目標(biāo)跟蹤定位技術(shù)研究[D]. 姚楠.上海交通大學(xué) 2014

碩士論文
[1]基于Zynq-7000平臺(tái)的邊緣特征匹配算法研究與實(shí)現(xiàn)[D]. 李超.南京郵電大學(xué) 2018
[2]復(fù)雜環(huán)境下移動(dòng)機(jī)器人路徑規(guī)劃方法的研究[D]. 王松杰.河北工程大學(xué) 2018
[3]全向移動(dòng)自主跟隨機(jī)器人系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 李玲.湖南大學(xué) 2018
[4]基于Zynq-7000的高清視頻采集處理軟硬件協(xié)同設(shè)計(jì)[D]. 褚亭強(qiáng).南京郵電大學(xué) 2017
[5]基于FPGA目標(biāo)識(shí)別的機(jī)器人設(shè)計(jì)與實(shí)現(xiàn)[D]. 賈榮.內(nèi)蒙古大學(xué) 2017
[6]基于嵌入式GPU的機(jī)載下視目標(biāo)跟蹤器研制[D]. 李秋晨.哈爾濱工業(yè)大學(xué) 2017
[7]基于超聲波與紅外線的室內(nèi)實(shí)時(shí)定位系統(tǒng)的研究與實(shí)現(xiàn)[D]. 曾顯彬.華僑大學(xué) 2017
[8]基于單目視頻路徑與激光雷達(dá)的移動(dòng)機(jī)器人導(dǎo)航方法研究[D]. 王佳.鄭州大學(xué) 2017
[9]全方位移動(dòng)機(jī)器人控制系統(tǒng)研究與實(shí)現(xiàn)[D]. 趙偉雄.河北工程大學(xué) 2016
[10]基于ZYNQ的行人檢測(cè)系統(tǒng)軟硬件協(xié)同實(shí)現(xiàn)[D]. 梁新宇.大連海事大學(xué) 2016



本文編號(hào)：3442045