首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--机器人技术论文--机器人论文

棉花收获机器人视觉系统的研究

图表清单第1-8页
图片清单第8-10页
摘要第10-12页
Abstract第12-14页
第一章 绪论第14-28页
   ·研究目的及意义第14-20页
   ·国内外研究现状第20-26页
     ·图像分割的研究现状第20-25页
       ·利用颜色特征进行分割第21-22页
       ·利用形状特征进行分割第22-23页
       ·利用纹理特征进行分割第23-24页
       ·利用光学特性进行分割第24-25页
     ·立体视觉研究现状第25-26页
   ·研究内容与方法第26-28页
     ·研究内容第26-27页
     ·研究方法第27-28页
第二章 农田棉花颜色分析与识别第28-58页
   ·图像的采集第28-29页
     ·静态图像采集第28页
     ·动态图像采集第28-29页
   ·图像颜色分析第29-39页
     ·色彩空间第29-39页
       ·RGB颜色空间第29-30页
       ·归一化rgb颜色空间第30-31页
       ·HIS颜色空间第31-32页
       ·YCrCb颜色空间第32页
       ·I_1I_2I_3颜色空间第32-33页
       ·L~*a~*b~*颜色空间第33-39页
   ·基于色差的分割模型第39-41页
   ·分割策略第41-46页
     ·基于区域的分割方法第42页
     ·基于灰度的分割方法第42-43页
     ·基于边缘的分割方法第43-46页
   ·图像后处理第46-49页
     ·链编码第46-49页
   ·基于BP神经网络的棉花识别第49-55页
     ·神经网络第49-50页
     ·神经元模型第50-52页
     ·特征提取第52-54页
     ·BP神经网络选择第54-55页
       ·隐含层数和节点数的确定第54-55页
       ·学习速率η和动量因子δ的确定第55页
   ·实验第55-56页
   ·本章小结第56-58页
第三章 摄像机标定第58-70页
   ·摄像机标定方法第59页
     ·传统的标定技术第59页
     ·自标定技术第59页
   ·摄像机成像几何模型第59-65页
   ·实验第65-68页
     ·标定板第65-66页
     ·实验数据第66-68页
   ·图像纠正第68-69页
   ·本章小结第69-70页
第四章 双目立体视觉分析与设计第70-78页
   ·双目立体视觉测量原理第70-71页
   ·模型分析第71-74页
     ·交向摆放方式第71-73页
     ·正直摆放方式第73-74页
   ·实验第74-76页
     ·实验一:合理基线距离B的确定第74-75页
     ·实验二:测量深度的确定第75-76页
   ·本章小结第76-78页
第五章 双目视觉的匹配第78-86页
   ·匹配方法第78-82页
     ·基于面积的匹配第78-79页
     ·基于特征的匹配第79-80页
     ·基于相位的匹配第80-82页
   ·棉花定位中的匹配算法第82页
   ·实验第82-84页
   ·本章小结第84-86页
第六章 因子图理论在图像处理中的应用第86-100页
   ·图像的二维离散小波变换第86-87页
   ·图像的隐Markov树模型(HMT)第87-88页
   ·因子图及其和积算法第88-94页
     ·因子图第89-91页
     ·和积算法第91-93页
     ·基于因子图的系统模型第93-94页
   ·基于因子图的Markov模型用于图像去噪第94-98页
     ·图象去噪基本原理第94-95页
     ·因子图建模第95-97页
     ·图象去噪第97-98页
   ·仿真实验结果及结论第98-99页
   ·本章小结第99-100页
第七章 结论与展望第100-102页
   ·研究结论第100页
   ·主要创新内容第100-101页
   ·可以进一步研究的问题第101-102页
参考文献第102-113页
博士期间发表论文第113-114页
致谢第114-115页
附录A 田间成熟棉花颜色分布第115-124页
附录B 图像畸变纠正第124-125页
附录C 间距—测量深度关系表第125-130页
附录D 特征参数第130-131页

论文共131页,点击 下载论文
上一篇:生活的符号化和符号的生活化--《白噪音》文本的对话解读
下一篇:SCADA系统在LPG场站中的应用