生物機器人是當今世界新興的多學科交叉融合的前沿科技領(lǐng)域。本文在前期研究的基礎(chǔ)上,結(jié)合雙目視覺技術(shù)、鯉魚行為學實驗以及光刺激實驗完成對鯉魚機器人光控作用的研究。本文結(jié)合鯉魚顱骨解剖實驗,掌握了顱骨和腦組織的結(jié)構(gòu)和位置,并發(fā)現(xiàn)鯉魚顱骨表面有很明顯的解剖學標志,選擇合適的位點搭載自制的光刺激裝置。計算機視覺方面是通過搭建雙目視覺系統(tǒng),完成對雙目攝像頭的標定:利用MATLAB標定工具箱標定雙目攝像頭,得到雙目攝像頭的內(nèi)部參數(shù)和外部參數(shù),內(nèi)部參數(shù)包括焦距和光心坐標,外部參數(shù)包括旋轉(zhuǎn)向量和平移向量,為鯉魚機器人在光刺激下的實驗完成準備工作。通過趨光性實驗、選擇性實驗、反射訓練實驗證明了鯉魚能夠感知到光,具有負趨光性,且鯉魚存在顏色視覺,相比較,鯉魚偏愛綠光和黃光,尤其是對綠光存在明顯的喜愛,對藍光和紅光非常敏感。計算機視覺中,對連續(xù)圖像進行中值濾波,利用混合高斯建模完成對運動目標的提取,應用BRISK特征提取,提取出目標特征點。得到了二維運動坐標點,畫出了光刺激條件下的鯉魚機器人的二維運動軌跡。利用視差法將找到的目標特征點的二維運動坐標轉(zhuǎn)化為三維運動坐標,從而獲取不同光照強度、不同波長、不同位置下... 

【文章來源】：燕山大學河北省

【文章頁數(shù)】：75 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題的研究背景
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 電刺激控制動物機器人
        1.2.2 光刺激控制生物運動行為
        1.2.3 計算機視覺技術(shù)
    1.3 課題的研究目的與意義
    1.4 本課題主要研究內(nèi)容
第2章 相關(guān)基礎(chǔ)理論
    2.1 鯉魚骨骼系統(tǒng)
    2.2 鯉魚視覺系統(tǒng)
    2.3 計算機視覺技術(shù)
        2.3.1 坐標系之間的轉(zhuǎn)換
        2.3.2 棋盤標定
    2.4 雙目攝像頭標定
        2.4.1 棋盤標定實驗
        2.4.2 標定實驗結(jié)果
    2.5 本章小結(jié)
第3章 鯉魚機器人運動目標檢測與跟蹤
    3.1 引言
    3.2 圖像預處理
        3.2.1 均值濾波
        3.2.2 中值濾波
    3.3 運動目標檢測算法的研究
        3.3.1 背景差分法
        3.3.2 幀間差分法
        3.3.3 光流法
    3.4 運動目標跟蹤算法研究
        3.4.1 質(zhì)心跟蹤算法
        3.4.2 Mean Shift跟蹤算法
        3.4.3 卡爾曼濾波算法
    3.5 運動目標檢測與跟蹤
        3.5.1 混合高斯模型建模
        3.5.2 圖像配準確定目標位置
        3.5.3 鯉魚機器人二維運動軌跡
    3.6 本章小結(jié)
第4章 鯉魚顏色視覺研究
    4.1 引言
    4.2 趨光性實驗
        4.2.1 實驗材料
        4.2.2 實驗方法
        4.2.3 實驗結(jié)果
    4.3 光的選擇性實驗
        4.3.1 實驗材料
        4.3.2 實驗方法
        4.3.3 實驗結(jié)果
    4.4 反射訓練實驗
        4.4.1 實驗材料
        4.4.2 實驗方法
        4.4.3 實驗結(jié)果
    4.5 本章小結(jié)
第5章 鯉魚機器人光控作用研究
    5.1 引言
    5.2 測量方案框架
    5.3 視差法求取空間點的三維坐標
    5.4 鯉魚機器人運動參數(shù)檢測方案
    5.5 三維運動軌跡重建
    5.6 鯉魚機器人光刺激實驗
        5.6.1 實驗材料
        5.6.2 實驗方法
        5.6.3 不同光照強度下鯉魚機器人光刺激實驗
        5.6.4 不同波長下鯉魚機器人光刺激實驗
        5.6.5 不同位置下鯉魚機器人光刺激實驗
    5.7 光源強度對鯉魚機器人運動行為的影響
    5.8 不同波長光對鯉魚機器人運動行為的影響
    5.9 光源位置對鯉魚機器人運動行為的影響
    5.10 本章小結(jié)
結(jié)論
參考文獻
攻讀碩士學位期間承擔的科研任務與主要成果
致謝


【參考文獻】：
期刊論文
[1]基于背景差分法和幀間差分法的車輛運動目標檢測[J]. 羅敏,劉洞波,文浩軒,陳鑫海,宋丹.  湖南工程學院學報(自然科學版). 2019(04)
[2]運動目標檢測算法綜述[J]. 丁業(yè)兵.  科技資訊. 2019(30)
[3]基于光流法的深度學習在工業(yè)運動檢測的應用[J]. 周曼,劉志勇,應正波,楊魯江,裘坤.  自動化與儀表. 2019(07)
[4]計算機視覺技術(shù)在豬行為識別中應用的研究進展[J]. 李丹,陳一飛,李行健,蒲東.  中國農(nóng)業(yè)科技導報. 2019(07)
[5]圖像匹配方法研究綜述[J]. 賈迪,朱寧丹,楊寧華,吳思,李玉秀,趙明遠.  中國圖象圖形學報. 2019(05)
[6]計算機視覺技術(shù)的應用進展[J]. 李雅琪,馮曉輝,王哲.  人工智能. 2019(02)
[7]背景幀間差分法的移動目標跟蹤研究[J]. 黃金海.  中國儀器儀表. 2019(01)
[8]融合YOLO檢測與均值漂移的目標跟蹤算法[J]. 王忠民,段娜,范琳.  計算機工程與應用. 2019(10)
[9]一種用于鯉魚機器人的光刺激裝置及光控實驗方法[J]. 彭勇,韓曉曉,王婷婷,劉洋,閆艷紅,趙洋,王愛迪,蘇佩華,張凡.  生物醫(yī)學工程學雜志. 2018(05)
[10]基于BRISK特征的動態(tài)背景下運動目標檢測[J]. 韓樂樂,王思明,李偉杰.  傳感器與微系統(tǒng). 2018(02)

博士論文
[1]基于光遺傳學技術(shù)的大鼠機器人運動調(diào)控研究[D]. 郭頌超.浙江大學 2015
[2]復雜場景中的目標跟蹤優(yōu)化算法研究[D]. 王娟.燕山大學 2014
[3]幾種淡水魚類空間學習與記憶的研究[D]. 朱玉蓉.中國科學院研究生院（水生生物研究所） 2007
[4]基于計算機視覺的急性應激條件下尼羅羅非魚的行為研究[D]. 徐建瑜.浙江大學 2005

碩士論文
[1]柔性魚體目標檢測與跟蹤技術(shù)研究[D]. 郭超.哈爾濱工業(yè)大學 2017
[2]基于計算機視覺和水迷宮的鯉魚機器人生物控制檢測研究[D]. 張凡.燕山大學 2017
[3]基于機器視覺的大鼠機器人狀態(tài)檢測算法[D]. 鞏永悅.浙江大學 2016
[4]光照對三疣梭子蟹行為、呼吸代謝和生長影響的研究[D]. 王馨.中國海洋大學 2014
[5]水生動物機器人腦控制技術(shù)的研究[D]. 武云慧.燕山大學 2010
[6]無創(chuàng)傷老鼠生物機器人運動控制系統(tǒng)的研究[D]. 徐林.重慶大學 2010
[7]大壁虎中腦運動相關(guān)腦區(qū)的實驗及腦區(qū)三維表示[D]. 馬光磊.南京航空航天大學 2008



本文編號：2953247