1. 研究目的与意义
随着终端智能化程度越来越高，终端对环境的感知能力也越来越强。在终端处理能力有限的早期，往往使用简单的红外、超声传感器来获取环境数据，而随着终端处理能力的增强，使得直接获取图像并通过对图像的处理来获取环境信息成为可能。智能机器人终端对环境感知能力的要求比较高，传统的简单功能传感器已经无法满足机器人技术的发展需求，因此对于外界信号的感知处理的精度和广度要求越发提高。本课题基于Android平台，通过摄像头实时获取图像，并使用OpenCV视觉库为工具对获取的图像进行简单处理，从而获取环境信息。在图像获取和图像处理的基础上，对五子棋机器人为应用对象，实时获取棋局信息并将获取的信息提交给应用层进行后续处理。
2. 课题关键问题和重难点
Android编程的软件环境搭建与配置；OpenCV视觉库的熟悉与使用；对于OpenCV视觉库在Android平台编译运行的环境搭建配置；Android实现图像的获取与简单的初步处理；对于棋盘坐标的识别；对于棋子形状和颜色的识别；对于棋子位置的识别；对于落子先后棋盘布局的识别；对于算法得准确性的调试；对于应用程序的时效性，稳定性的控制和调试。
3. 国内外研究现状（文献综述）
随着嵌入式系统技术的不断发展，终端对环境的感知能力也越来越强。在终端处理能力有限的早期，往往使用简单的红外、超声传感器来获取环境数据，而随着终端处理能力的增强，使得直接获取图像并通过对图像的处理来获取环境信息成为可能。智能机器人终端对环境感知能力的要求比较高，传统的简单功能传感器已经无法满足机器人技术的发展需求，因此对于外界信号的感知处理的精度和广度要求越发提高。在《Android APP开发入门：使用Android Studio环境》中有如下的描述Android是Google公司专门为移动设备开发的平台，其中包含操作系统、中间件和核心应用等。Android的平台有应用层、框架层、运行库层、Linux层构成。Android平台拥有开放性、丰富的硬件选择、开源性等优势。当前主流的Android开发通常运用Eclipse ADT或者Android Studio，其中Android Studio是由谷歌公司官方推出以IntelliJ IDEA为基础的Android集成开发环境，其拥有可视化布局，开发者控制台，基于Gradle的架构支持，特定代码重构与快速修复，支持ProGuard和应用签名等优势。Android Studio支持主流的操作系统，包括Windows、MacOS、Linux等。可见，作为当前最为火热的移动系统，Android的开发环境已经相当成熟，更重要的是Android是一个开源的平台，在现有基础上进行优化提高，可行性十分高。
在《OpenCV2计算机视觉编程手册》中有如下的描述：开放源代码的计算机视觉库OpenCV是由英特尔公司的研究实验室所开发，最初是由一些C函数和C 类所组成的视觉库，用来实现一些常用的图像处理及计算机视觉算法。OpenCV主要用于对于图像进行一些高级处理，比如特征检测与跟踪、运动分析、目标分割与识别以及3D重建等。可见作为计算机视觉识别库，OpenCV已经非常成熟，基于OpenCV的算法理念进行优化开发的可行性十分高。当前最新的OpenCV版本号为3.2支持主流的桌面移动处理平台，包括Windows、MacOS、Linux、Android、IOS等。在《深入OpenCV Android应用开发》一书中这样写道：在Android Studio上进行OpenCV上开发首先下载好OpenCV for Android SDK，通过Import的方式在工程文件中引入OpenCV模块，进而就可进行OpenCV在Android平台上的开发使用。
综上可见两者平台的搭配结合已经相对成熟，两者的配合能够实现移动平台的计算机视觉识别功能。
4. 研究方案
根据网络教程完成对于环境的配置搭建，结合数字图像处理知识对带采集图像特征进行相应原理的处理分析，根据分析结果通过搭配OpenCV视觉库进行相应代码算法的编写。为了便于结果的观察首先在PC端完成前期的代码算法编写检验，验证成功后再进行Android平台的代码移植，最终实现课题效果。
5. 工作计划
2022年12月-2022年1月15日完成指定文献的查询、翻译、研读，完成开题报告的书写；
2022年1月16日-2022年1月31日完成OpenCV在PC平台的配置，完成Android Studio环境的配置与搭建，完成OpenCV for Android环境的配置与搭建；
2022年2月1日-2月15日根据相应参考文献，进行图像识别的理论分析，结合理论分析进行PC端的算法编写及验证；
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
