学位论文 > 优秀研究生学位论文题录展示

下棋机器人视觉系统的研究与开发

作　者: 赵风升
导　师: 赵姝颖
学　校: 东北大学
专　业: 模式识别与智能系统
关键词: 支持向量机 下棋机器人 计算机视觉 图像识别 Hu矩 Zernike矩
分类号: TP242
类　型: 硕士论文
年　份: 2008年
下　载: 65次
引　用: 1次
阅　读: 论文下载
 

内容摘要


机器人技术的发展是一个国家高科技水平和工业自动化程度的重要标志和体现,机器人在当前生产生活中的应用越来越广泛,正在替代人发挥着日益重要的作用,是备受当今世界关注的热点课题。具有人机交互功能的下棋机器人是针对近年来迅速发展的科普领域对机器人的需求而研究与开发的一种典型的博弈机器人。下棋机器人是一种基于计算机视觉和图像处理等技术实现的面向广泛流动人员的人机交互系统。该系统基于计算机视觉技术实现棋局自动识别,以机器人自动完成棋子挪动方式实现自然的人机交互功能,在科普领域得到了很好的应用。目前下棋机器人系统还处在不断完善和发展的阶段。本文在阅读了大量机器人技术和图像处理方面的文献的基础上,首先分析了“下棋机器人”系统的原理和关键技术；概括了图像特征特点及其常用的特征提取与匹配方法。在总结分析了目前棋子定位和识别的常用方法和特点的基础上,提出了一种基于提取目标的不变矩特征和基于支持向量机的棋子识别方法。深入研究了Hu矩和zernike矩的原理,使用两种矩分别提取了目标文字的特征值,并对结果进行了分析比较。对支持向量机的理论做了详细的研究和分析,并通过实验证明了该方法在文字分类中具有很好的识别效果。针对视觉系统中由图像畸变等原因产生的定位偏差问题,提出了半自动标定棋盘的方法,并改进了坐标计算方法,有效的减小了定位偏差。最后,对该系统有待深入研究的一些问题做了展望。

全文目录


摘要  5-6
ABSTRACT  6-11
第1章 绪论  11-17
  1.1 引言  11
  1.2 研究背景及现实意义  11-14
    1.2.1 机器人展品在科普领域的发展现状  11-13
    1.2.2 课题工程背景  13-14
  1.3 "下棋机器人"系统的技术难点及本文的研究内容  14-15
    1.3.1 "下棋机器人"系统的技术难点  14
    1.3.2 本文的主要研究内容  14-15
  1.4 本文的工作及创新点  15-16
  1.5 本文的结构安排  16-17
第2章 基于视觉的下棋机器人系统  17-29
  2.1 引言  17
  2.2 下棋机器人系统的结构  17-23
    2.2.1 下棋机器人系统的整体结构  17-18
    2.2.2 下棋机器人系统原理  18-23
  2.3 下棋机器人系统中的关键技术  23-24
    2.3.1 棋盘标定与坐标变换  23
    2.3.2 棋子定位  23-24
    2.3.3 棋子识别  24
  2.4 视觉系统的原理和功能  24-26
    2.4.1 机器视觉的原理  24-25
    2.4.2 下棋机器人视觉系统的功能  25-26
  2.5 下棋机器人系统棋子坐标的计算方法  26-28
    2.5.1 改进的可调模拟棋盘  27-28
    2.5.2 改进的坐标计算方法  28
  2.6 小结  28-29
第3章 下棋机器人视觉系统研究  29-39
  3.1 引言  29
  3.2 下棋机器人视觉系统的结构  29
  3.3 图像特征特点及其常用的特征提取与匹配方法  29-33
  3.4 常用的棋子定位和识别方法分析与对比  33-38
    3.4.1 基于霍夫变换的棋子定位方法  33-34
    3.4.2 基于重心法的棋子定位方法  34
    3.4.3 基于RFID的棋子识别方法  34-35
    3.4.4 基于色标的棋子识别方法  35-36
    3.4.5 基于文字特征的识别方法  36-38
  3.5 小结  38-39
第4章 基于不变矩的棋子特征提取方法  39-51
  4.1 引言  39
  4.2 Hu矩的原理分析  39-42
    4.2.1 Hu矩原理  39-41
    4.2.2 Hu矩旋转不变性的证明  41-42
  4.3 Zernike矩  42-44
    4.3.1 Zernike矩原理  42-43
    4.3.2 从Zernike矩中推出的旋转不变性  43-44
  4.4 基于不变矩的特征提取和实验结果与分析  44-50
  4.5 小结  50-51
第5章 基于支持向量机的棋子分类方法  51-67
  5.1 引言  51
  5.2 常用分类器的比较  51-52
  5.3 支持向量机原理的分析与研究  52-60
    5.3.1 函数集的VC维理论  53
    5.3.2 结构风险最小化原理  53-57
    5.3.3 核函数  57-59
    5.3.4 SVM算法的特点  59-60
  5.4 基于SVM的棋子分类  60-65
    5.4.1 规范样本数据  61
    5.4.2 关键参数的选取方法  61-63
    5.4.3 模型的训练及检测  63-64
    5.4.4 基于SVM分类的实验结果及分析  64-65
  5.5 小结  65-67
第6章 总结与展望  67-69
  6.1 总结  67
  6.2 展望  67-69
参考文献  69-73
致谢  73-75
个人简历  75

相似论文

  1. 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
  2. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  3. 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
  4. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  5. 音乐结构自动分析研究,TN912.3
  6. 基于三维重建的焊点质量分类方法研究,TP391.41
  7. 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
  8. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  9. 基于学习的低阶视觉问题研究,TP391.41
  10. 基于SVM的中医舌色苔色分类方法研究,TP391.41
  11. 多币种纸币处理技术的研究与实现,TP391.41
  12. 基于图像的路面破损识别,TP391.41
  13. 基于支持向量机的故障诊断方法研究,TP18
  14. 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
  15. 基于视觉的番木瓜外观品质检测技术研究,S667.9
  16. 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
  17. 基于计算机视觉对“次郎”甜柿外部品质检测与分级的研究,S665.2
  18. 基于计算机视觉的脱水蒜片检测与分级研究,TP391.41
  19. 基于车载3D加速传感器的路况监测研究,TP274
  20. 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
  21. 基于机器视觉的车辆检测和车距测量方法研究,TP274

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 机器人技术 > 机器人
© 2012 www.xueweilunwen.com