智能魔方机器人的视觉感知与复原算法研究

智能魔方机器人的视觉感知与复原算法研究

论文摘要

智能机器人技术的发展是当今世界高科技领域备受关注的热点课题。智能机器人在社会生活中的应用越来越广泛,发挥着不可替代的作用。智能魔方机器人是一款能将任意打乱的魔方自动复原的机器人系统。涉及到数字图像处理、计算机视觉、模式识别技术、人工智能等多门学科的技术。本文的研究工作主要是对智能魔方机器人的视觉图像处理和魔方复原算法进行的研究和实现。本文通过对魔方图像和魔方构造的特点进行分析和实验,构建了自动复原魔方的虚拟交互系统,还通过LEGO组件搭建了智能魔方机器人,对魔方复原效果进行验证。本文的研究工作主要分为三部分:一是通过对魔方图像的分析得出一系列特征信息,并根据这些特征信息,识别魔方小块的位置和颜色。主要包括魔方图像的预处理、分割、目标定位、颜色识别等,在前人的理论基础上,针对研究对象,提出了新的应用方法。二是对魔方的构造、性质、转动规则和复原算法进行的深入分析和研究,将魔方的转动用数学方法进行描述和表示,并给出魔方在各种状态下计算机的求解方法;三是将魔方复原算法和视觉图像处理技术相结合,使智能魔方机器人以视觉图像为基础在虚拟系统中将魔方复原,并使用LEGO魔方机器人对魔方的复原操作来验证魔方复原算法的正确性。本文是基于视觉图像理论知识并结合魔方的益智功能进行的综合性研究,对魔方复原系统做了大量实验,对系统的颜色识别率、魔方小块的复位率等测试结果进行分析和讨论。本文还对系统的快速性和准确性等性能指标进行了分析讨论,对有待提高的部分进行更深层的探索。最后实验证明本文采用的算法和设计是合理可行的。

论文目录

  • 摘要
  • Abstract
  • 目录
  • 第1章 绪论
  • 1.1 研究背景及现实意义
  • 1.2 相关领域的研究现状和发展趋势
  • 1.2.1 智能机器人的研究现状
  • 1.2.2 计算机视觉的研究现状
  • 1.2.3 魔方的起源和发展现状
  • 1.3 本文工作及结构安排
  • 第2章 魔方图像的获取与预处理
  • 2.1 魔方图像采集
  • 2.1.1 摄像头及采集卡
  • 2.1.2 魔方图像采集的实现
  • 2.2 魔方图像的灰度二值化
  • 2.2.1 魔方图像的加权平均灰度化
  • 2.2.2 魔方图像的可变阈值二值化
  • 2.3 魔方图像的增强
  • 2.3.1 灰度变换增强
  • 2.3.2 直方图增强
  • 2.4 魔方图像的滤波处理
  • 2.4.1 中值滤波
  • 2.4.2 同态滤波
  • 2.4.3 滤波效果分析
  • 2.5 本章小结
  • 第3章 魔方图像信息分析与识别
  • 3.1 魔方图像的分割
  • 3.1.1 类间方差阈值分割
  • 3.1.2 迭代阈值区域分割
  • 3.1.3 Sobel边缘检测分割
  • 3.2 魔方图像的形态学处理
  • 3.2.1 形态学简介
  • 3.2.2 形态学在魔方图像处理中的应用
  • 3.3 魔方小块的标记
  • 3.3.1 像素的连通性
  • 3.3.2 魔方小块的标记算法
  • 3.4 魔方图像颜色特征的提取和表达
  • 3.4.1 RGB彩色空间到HSV彩色空间的转换
  • 3.4.2 H分量直方图表达魔方颜色特征
  • 3.4.3 颜色矩表达魔方颜色特征
  • 3.5 基于H-S分量样本统计的魔方小块颜色识别
  • 3.6 基于BP神经网络的魔方小块颜色识别
  • 3.6.1 神经网络理论概述
  • 3.6.2 BP神经网络的学习算法
  • 3.6.3 BP神经网络的性质分析
  • 3.6.4 BP神经网络识别魔方小块的颜色
  • 3.7 本章小结
  • 第4章 魔方复原算法研究
  • 4.1 魔方的研究概况及构造
  • 4.1.1 魔方的研究概况
  • 4.1.2 魔方的构造
  • 4.2 魔方复原的科学描述
  • 4.2.1 魔方复原的状态描述
  • 4.2.2 魔方复原的转动规则
  • 4.2.3 魔方复原的方位坐标系
  • 4.2.4 魔方复原的方向指数与状态函数
  • 4.3 魔方复原的旋转对称性与周期性
  • 4.3.1 魔方复原的旋转对称性
  • 4.3.2 魔方复原的旋转周期性
  • 4.4 魔方复原的镜像处理
  • 4.5 魔方复原的约束循环
  • 4.6 魔方按层复原算法分析
  • 4.7 本章小结
  • 第5章 魔方复原系统的测试与分析
  • 5.1 实验环境
  • 5.2 程序设计
  • 5.2.1 系统总体设计
  • 5.2.2 虚拟复原子系统设计与实现
  • 5.2.3 LEGO魔方机器人复原的实现
  • 5.3 实验结果分析
  • 5.3.1 魔方图像分割测试与分析
  • 5.3.2 魔方图像颜色识别测试与分析
  • 5.3.3 魔方小块复位测试与分析
  • 5.4 本章小结
  • 第6章 总结和展望
  • 6.1 总结
  • 6.2 展望
  • 参考文献
  • 致谢
  • 相关论文文献

    • [1].运动模糊图像复原算法的改进及性能研究[J]. 电视技术 2015(16)
    • [2].一种基于小波域维纳滤波的图像复原算法[J]. 光学仪器 2013(03)
    • [3].基于改进的维纳滤波图像复原算法的研究[J]. 大众科技 2020(01)
    • [4].相位复原算法比较分析[J]. 天津职业技术师范大学学报 2015(04)
    • [5].基于指导滤波的图像盲复原算法[J]. 物理学报 2015(13)
    • [6].基于纹理复杂度的含噪模糊图像盲复原算法设计[J]. 信息技术 2020(05)
    • [7].水下数字图像盲复原算法研究[J]. 现代电子技术 2010(02)
    • [8].基于光补偿和逐像素透射率的图像复原算法[J]. 通信学报 2017(05)
    • [9].基于小波变换的高分辨率遥感图像复原算法实现[J]. 大气与环境光学学报 2015(05)
    • [10].部分模糊核已知的混合模糊图像复原算法[J]. 计算机辅助设计与图形学学报 2010(02)
    • [11].一种Lucy-Richardson算法和小波变换结合的图像复原算法[J]. 光学仪器 2012(06)
    • [12].基于支持向量机的湍流退化图像加速复原算法[J]. 红外与毫米波学报 2009(06)
    • [13].保留边缘与细节的压缩采样视频复原算法[J]. 计算机应用研究 2017(09)
    • [14].基于现代谱估计技术的干涉光谱复原算法[J]. 光子学报 2013(09)
    • [15].数字图像去噪盲复原算法改进研究[J]. 湖南工程学院学报(自然科学版) 2011(01)
    • [16].基于预分类学习的超分辨率复原算法[J]. 数据采集与处理 2009(04)
    • [17].基于保密传输的单通道图像盲复原算法研究[J]. 黑龙江大学工程学报 2020(01)
    • [18].基于瞳面差异的相位复原算法[J]. 光学学报 2019(06)
    • [19].基于动态区域提取的模式复原算法[J]. 激光与光电子学进展 2017(11)
    • [20].改进的规则碎片拼接复原算法[J]. 南阳师范学院学报 2014(03)
    • [21].基于维纳滤波模糊图像复原算法的改进[J]. 硅谷 2012(23)
    • [22].一种基于倒频谱鉴别模糊参数的图像复原算法[J]. 电光与控制 2011(07)
    • [23].图像复原算法研究[J]. 信息技术 2010(10)
    • [24].一种基于权值矩阵的序列图像超分辨率盲复原算法[J]. 电子学报 2009(06)
    • [25].基于补偿透射率和自适应雾浓度系数的图像复原算法[J]. 通信学报 2020(01)
    • [26].基于多通道空间光谱全变差的衍射光谱图像复原算法[J]. 计算机研究与发展 2020(02)
    • [27].基于瀑布型多重网格加速的复指数波前复原算法[J]. 物理学报 2019(10)
    • [28].改进的稀疏表示图像超分辨率复原算法[J]. 电视技术 2016(01)
    • [29].激光水下成像的图像复原算法研究[J]. 激光杂志 2016(04)
    • [30].基于清晰图像先验知识的盲复原算法[J]. 红外与激光工程 2015(05)

    标签:;  ;  ;  ;  ;  ;  

    智能魔方机器人的视觉感知与复原算法研究
    下载Doc文档

    猜你喜欢