【正文】 ，論文 50 頁以上的雙面打印 4）圖表應繪制于無格子的頁面上 5）軟件工程類課題應有程序清單，并提供電子文檔 1）設計（論文） 2）附件：按照任務書、開題報告、外文譯文、譯文原文（復印件）次序裝訂 指導教師評閱書 指導教師評價： 一、撰寫（設計）過程 學生在論文（設計）過程中的治學態(tài)度 、工作精神 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 學生掌握專業(yè)知識、技能的扎實程度 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 學生綜合運用所學知識和專業(yè)技能分析和解決問題的能力 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 研究方法的科學性；技術線路的可行性；設計方案的合理性 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 完成畢業(yè)論文（設計）期間的出勤情 況 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 二、論文（設計）質(zhì)量 論文（設計）的整體結(jié)構是否符合撰寫規(guī)范？ □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 是否完成指定的論文（設計）任務（包括裝訂及附件）？ □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 三、論文（設計）水平 論文（設計）的理論意義或?qū)鉀Q實際問題的指導意義 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及 格 論文的觀念是否有新意？設計是否有創(chuàng)意？ □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 論文（設計說明書）所體現(xiàn)的整體水平 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 建議成績： □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 （在所選等級前的□內(nèi)畫“√”） 指導教師： （簽名） 單位： （蓋章） 年 月 日 評閱教師評閱書 評閱教 師評價： 一、論文（設計）質(zhì)量 論文（設計）的整體結(jié)構是否符合撰寫規(guī)范？ □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 是否完成指定的論文（設計）任務（包括裝訂及附件）？ □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 二、論文（設計）水平 論文（設計）的理論意義或?qū)鉀Q實際問題的指導意義 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 論文的觀念是否有新意？設計是否有創(chuàng)意？ □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 論文（設計說明書）所體現(xiàn)的整體水平 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 建議成績： □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 （在所選等級前的□內(nèi)畫“√”） 評閱教師： （簽名） 單位： （蓋章） 年 月 日 教研室（或答辯小組）及教學系意見 教研室（或答辯小組）評價： 一、答辯過程 畢業(yè)論文（設計） 的基本要點和見解的敘述情況 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 對答辯問題的反應、理解、表達情況 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 學生答辯過程中的精神狀態(tài) □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 二、論文（設計）質(zhì)量 論文（設計）的整體結(jié)構是否符合撰寫規(guī)范？ □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 是否完成指定的論文（設計）任務（ 包括裝訂及附件）？ □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 三、論文（設計）水平 論文（設計）的理論意義或?qū)鉀Q實際問題的指導意義 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 論文的觀念是否有新意？設計是否有創(chuàng)意？ □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 論文（設計說明書）所體現(xiàn)的整體水平 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 評定成績： □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 教研室主任（或答辯小組組長）： （簽名） 年 月 日 教學系意見： 系主任： （簽名） 年 月 日 文獻綜述 1 概述 數(shù)字圖像處理 技術 數(shù)字圖像處理技術使 20 世紀 60 年代隨著計算機技術和 VLSY Very Large Scale Integration 的發(fā)展而產(chǎn)生、發(fā)展和不斷成熟起來的一個新興技術領域 ， 它在理論上和實際應用中都取得了很大的成就。對本文的研究做出重要貢獻的個人和集體，均已在文中以明確方式標明。盡我所知，除文中特別加以標注和致謝的地方外，不包含其他人或組織已經(jīng)發(fā)表或公布過的研究成果，也不包含我為獲得 及其它教育機構的學位或?qū)W歷而使用過的材料。本人授權 大學可以將本學位論文的全部或部分內(nèi)容編入有關數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復制手段保存和匯編本學位論文。常用的圖像處理方法有圖像增強、復原、編碼、壓縮等。 1975 年 EMI 公司又成功研制出全身用的 CT 裝置 ， 獲得了人體各個部位鮮明清晰的斷層圖像。 數(shù)字圖像處理技術的大發(fā)展是從 20 世紀 90 年代初開始的。 智能控制技術 隨著人工智能和計算機技術的發(fā)展，已經(jīng)有可能把自動控制和人工智能以及系統(tǒng)科學中一些有關學科分支（如系統(tǒng)工程、系統(tǒng)學、運籌學、信息論）結(jié)合起來，建立一種適用于復雜系統(tǒng)的控制理論和技術。 智能控制技術是在向人腦學習的過程中不斷發(fā)展起來的 ， 人 腦是一個超級智能控制系統(tǒng) ， 具有實時推理、決策、學習和記憶等功能 ， 能適應各種復雜的控制環(huán)境。 它們 在社會各個領域的實際應用主要有以下幾個方面： 1）海洋開發(fā)：世界各國在海洋的石油開采多用到水下機器人，例如美國的 AUSS和法國的 EPAVLARD，水下機器人分為有纜和無纜兩大類，它們主要應用于海底勘查、海底管道和電纜的敷設、救撈作業(yè)和大壩的檢查。例如北京奧運會曾經(jīng)使用過的福娃機器人以及上海世博會使用過的海寶機器人，它們不但能夠進行迎賓服務、語言服務、照相服務、導航服務，還能夠進行才藝表演、協(xié)作引領參觀等等。方案 選擇CMOS 黑白攝像頭 ，增加 了 小車 前瞻距離，豐富了道路信息采集 ，提高了尋跡精度。 方案二：使用場中斷和行中斷，結(jié)合 for 循環(huán)延時采集 1） 需要采集圖像時，開場中斷 2） 場中斷來了，開行中斷 3） 行中斷來了就結(jié)合 for 循環(huán)延時采集，如果先過濾部分行不采集，則設置一個靜態(tài)變量，每次行中斷來了都自加 1，根據(jù)值來選擇采集或不采集某些行 4） 每個奇偶場標志觸發(fā)后，就把攝像頭輸出的值讀取到內(nèi)存數(shù)組里?？梢哉J為，對數(shù)字圖像進行區(qū)別分類其實質(zhì)就是對圖像進行模式識別。為保證檢測精度，光電管必須安裝在距地面較近的區(qū)域，這使得光電管傳感器不能提供充分的前瞻距離，從而影響了小車在高速運行時的過彎能力；同時光電管是反射式紅外傳感器， 測量的結(jié)果受地面的顏色、平整度等各種因素的影響；另外，每個光電傳感器只能獲得一個數(shù)據(jù)點信息，獲得路徑的信息太少。這兩個電壓源用 直流電源通過穩(wěn)壓模塊獲得。STM32F103ZET6 是一款 ARM 32 位的 CortexM3 內(nèi)核的微處理器， 512K 字節(jié)的閃存程序存儲器，高達 64K 字節(jié)的 SRAM，最高時鐘頻率為 72MHz，三個 12 位 模數(shù)轉(zhuǎn)換器，多達 21 通道，支持 12 通道的 DMA ，多達 13 個通信接口其中有 5 個 USART,多達 112 個 通用 IO 口。 8 圖 為 STM32 的 JTAG 仿真接口電路，在一個復雜系統(tǒng)中，軟件調(diào)試往往很花費時間，如果系統(tǒng)上留有 JTAG 接口，可以通過 JTAG 對系統(tǒng)進行在線調(diào)試，可以讓程序單步執(zhí)行，從而可以查看程序的運行路徑，很容易定位軟件中的邏輯錯誤，提高開發(fā)效率。 OLED 由于同時具備自發(fā)光，不需背光源、對比度高、 厚度薄、視角 廣、反應速度快、可用于撓曲性面板、使用溫度范圍廣、構造及制程較簡單等優(yōu) 異之特性，被認為是下一代的平面顯示器新興應用技術。 4）多種接口方式，該模塊提供了總共 5 種接口包括： 6800、 8080 兩種并行接口方式、 3 線或 4 線的穿行 SPI 接口方式， IIC 接口方式（只需要 2 根線就可以控制 OLED 了）。 SDIN：串行數(shù)據(jù)線。 為了保證系統(tǒng)穩(wěn)定可靠的運行， 該 系統(tǒng)中引入看門狗技術，因為存在多個分立的單片機模塊，所以每個單片機和微處理器都根據(jù)自己主循環(huán)時間的長度設置看 門狗時間，當單片機不受控的時候會自動復位，增加了系統(tǒng)的安全性。 7）小車有預期的尋跡效果，但是在行駛過程中很不穩(wěn)定，開始猜想是電源供電不足，測試電源電壓，都是正常值，接著就懷疑是軟件中對 中心點坐 標的定位存在問題， 在中心點附近什么區(qū)域應該向前、向后、向左、向右前進，需要慢慢調(diào)試，根據(jù)小車的實際路面情況， 還有 OLED 顯示屏顯示出的中心點坐標來確定這些方向控制區(qū)域，最后發(fā)現(xiàn)小車的尋跡效果有了很大程度提高。 在圖像識別方面 的算法要進一步研究，提高采樣頻率，盡可能的朝工業(yè)級小車發(fā)展 實現(xiàn)。