| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-23页 |
| 1.1 课题背景及意义 | 第12-13页 |
| 1.2 国内外剖竹机技术研究现状 | 第13-15页 |
| 1.3 机器视觉技术发展现状 | 第15-18页 |
| 1.4 机器视觉技术在林业中的应用 | 第18-19页 |
| 1.5 本论文选题来源及主要研究内容 | 第19-21页 |
| 1.5.1 论文选题来源 | 第19页 |
| 1.5.2 论文主要研究内容 | 第19-21页 |
| 1.6 论文的组织结构 | 第21-23页 |
| 2 剖竹机视觉检测系统 | 第23-31页 |
| 2.1 ZQK20数控剖竹机工作原理及组成 | 第23-25页 |
| 2.1.1 数控剖竹机工作原理及组成 | 第23-24页 |
| 2.1.2 剖竹机简介 | 第24-25页 |
| 2.2 剖竹机运动控制机构 | 第25-27页 |
| 2.3 剖竹机视觉检测系统组成 | 第27-30页 |
| 2.3.1 硬件结构设计 | 第27页 |
| 2.3.2 软件结构设计 | 第27-30页 |
| 2.4 本章小结 | 第30-31页 |
| 3 竹材形状数学模型及出材率计算分析 | 第31-44页 |
| 3.1 竹材形状数学模型理论基础 | 第31-33页 |
| 3.2 竹材出材率计算方法研究 | 第33-43页 |
| 3.2.1 竹片加工方法概述 | 第34-35页 |
| 3.2.2 竹材体积及出材率计算 | 第35-43页 |
| 3.3 本章小结 | 第43-44页 |
| 4 竹材端面图像分割算法研究 | 第44-67页 |
| 4.1 竹材图像预处理 | 第44-47页 |
| 4.1.1 图像去噪问题描述 | 第44-46页 |
| 4.1.2 图像去噪实验及结果分析 | 第46-47页 |
| 4.2 图像分割算法研究 | 第47-48页 |
| 4.3 基于小波变换纹理特征的图像分割方法 | 第48-58页 |
| 4.3.1 纹理图像分割的一般模型 | 第48-49页 |
| 4.3.2 非下采样Contourlet变换局部区域特征的图像分割方法 | 第49-55页 |
| 4.3.3 基于Gabor变换的纹理图像分割算法 | 第55-58页 |
| 4.4 基于Lab颜色空间的竹材图像分割算法 | 第58-64页 |
| 4.4.1 颜色空间及转换 | 第59-61页 |
| 4.4.2 特征提取及竹材图像分割算法 | 第61-62页 |
| 4.4.3 实验与结果分析 | 第62-64页 |
| 4.5 竹材端面轮廓提取及拟合算法 | 第64-66页 |
| 4.6 本章小结 | 第66-67页 |
| 5 运动竹材检测与跟踪算法研究 | 第67-88页 |
| 5.1 运动目标检测算法研究 | 第67-71页 |
| 5.1.1 常用目标检测算法 | 第67-69页 |
| 5.1.2 背景建模方法 | 第69-71页 |
| 5.2 基于三帧差分的改进高斯混合模型运动竹材检测算法 | 第71-74页 |
| 5.2.1 检测算法描述 | 第72-73页 |
| 5.2.2 实验结果及分析 | 第73-74页 |
| 5.3 运动目标跟踪算法研究 | 第74-86页 |
| 5.3.1 常用目标跟踪算法 | 第75-81页 |
| 5.3.2 改进Camshift多特征运动竹材跟踪算法 | 第81-83页 |
| 5.3.3 实验结果及分析 | 第83-86页 |
| 5.4 本章小结 | 第86-88页 |
| 6 剖竹机加工目标检测算法研究 | 第88-97页 |
| 6.1 摄像机模型 | 第88-90页 |
| 6.2 摄像机标定技术 | 第90-91页 |
| 6.3 基于Hough变换的剖竹机链条检测方法 | 第91-93页 |
| 6.3.1 确定剖竹机区域 | 第91-92页 |
| 6.3.2 确定竹材位置 | 第92-93页 |
| 6.4 基于单目视觉的图像测距算法 | 第93-96页 |
| 6.4.1 基于小孔成像理论的图像测距算法 | 第93-94页 |
| 6.4.2 实验及结果分析 | 第94-96页 |
| 6.5 本章小结 | 第96-97页 |
| 结论 | 第97-99页 |
| 参考文献 | 第99-107页 |
| 攻读学位期间发表的学术论文 | 第107-108页 |
| 致谢 | 第108-109页 |
