| 摘要 | 第1-9页 |
| ABSTRACT | 第9-17页 |
| 第1章 绪论 | 第17-35页 |
| ·研究的目的意义 | 第17-18页 |
| ·国内外研究现状 | 第18-28页 |
| ·果实识别 | 第19-21页 |
| ·果实的成熟度与品质无损检测 | 第21-23页 |
| ·茎秆等障碍物信息获取 | 第23-24页 |
| ·温室机器人垄间行走道路检测 | 第24-26页 |
| ·收获机器人机械手运动路径规划 | 第26-28页 |
| ·问题的提出 | 第28-30页 |
| ·本研究的主要内容 | 第30-31页 |
| ·番茄采收机器人多源信息获取研究的总体流程 | 第31-33页 |
| ·番茄机器人多源信息获取研究的关键技术 | 第33页 |
| ·本章小结 | 第33-35页 |
| 第2章 试验样本信息采集 | 第35-45页 |
| ·试验材料 | 第35页 |
| ·样本图像采集 | 第35-37页 |
| ·样本图像处理的颜色空间选择 | 第37-40页 |
| ·光谱数据采集和果实内部理化成分化学测定 | 第40-44页 |
| ·光谱数据采集 | 第40-41页 |
| ·番茄样本理化成分的传统化学测定 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第3章 基于机器视觉的番茄成熟度判定 | 第45-55页 |
| ·引言 | 第45-46页 |
| ·果实样本图像处理 | 第46-48页 |
| ·果实轮廓区域提取 | 第46-47页 |
| ·颜色特征提取 | 第47-48页 |
| ·不同成熟度果实的颜色特征分析 | 第48-51页 |
| ·HSI颜色空间下番茄可见光图像特征变化 | 第48-49页 |
| ·RGB颜色空间下番茄可见光图像特征变化 | 第49-50页 |
| ·番茄近红外图像强度变化 | 第50-51页 |
| ·番茄成熟度判定 | 第51-54页 |
| ·本章小结 | 第54-55页 |
| 第4章 基于光谱技术的果实理化成分快速检测 | 第55-67页 |
| ·引言 | 第55页 |
| ·光谱数据预处理 | 第55-58页 |
| ·生长状态下基于SVM的番茄果实理化成分快速检测 | 第58-62页 |
| ·所有样本果实理化成分相关分析 | 第58-59页 |
| ·基于支持向量机的理化成分近红外无损检测 | 第59-60页 |
| ·结果与分析 | 第60-62页 |
| ·基于特征波长的番茄糖度近红外无损检测 | 第62-66页 |
| ·本章小结 | 第66-67页 |
| 第5章 温室环境复杂状态下果实的视觉识别 | 第67-81页 |
| ·引言 | 第67-68页 |
| ·基于H分量的成熟番茄图像区域分割 | 第68-72页 |
| ·颜色分量选择和图像二值化 | 第68-69页 |
| ·利用形态学进行图像平滑处理 | 第69-70页 |
| ·区域内的空洞填充运算 | 第70-71页 |
| ·果实区域边缘检测跟踪 | 第71-72页 |
| ·基于聚类算法的果实形状特征提取 | 第72-75页 |
| ·基于边界弦平分线的初始中心点区域的计算 | 第72-73页 |
| ·基于聚类算法的干扰点剔除和中心点归簇 | 第73-74页 |
| ·果实轮廓中心点和外接圆半径获取 | 第74-75页 |
| ·结果和讨论 | 第75-79页 |
| ·本章小结 | 第79-81页 |
| 第6章 吊蔓绳障碍物的视觉识别 | 第81-93页 |
| ·基于区域特征的吊蔓绳区域图像分割 | 第81-86页 |
| ·植株图像在HSI各分量的特性分析 | 第81-83页 |
| ·基于OTSU法的图像二值化 | 第83页 |
| ·多种背景噪声剔除 | 第83-85页 |
| ·吊蔓绳区域分割试验 | 第85-86页 |
| ·基于最小二乘拟合的吊蔓绳形状参数提取 | 第86-88页 |
| ·吊蔓绳区域细化 | 第86-87页 |
| ·吊蔓绳中心线拟合和特征提取 | 第87-88页 |
| ·试验结果与分析 | 第88-91页 |
| ·吊蔓绳识别 | 第88-90页 |
| ·主茎秆区域的识别 | 第90-91页 |
| ·本章小结 | 第91-93页 |
| 第7章 番茄收获机器人多源信息获取系统集成 | 第93-113页 |
| ·基于多传感器的番茄选择性收获技术集成 | 第93-99页 |
| ·多传感器信息融合层次的选择 | 第93-95页 |
| ·番茄选择性采收决策中的多传感器信息融合层次结构 | 第95-96页 |
| ·基于多传感器信息的番茄等级判定和选择性采收决策的实现 | 第96-99页 |
| ·番茄收获机器人多源信息传感系统硬件集成 | 第99-105页 |
| ·果实采摘机械手 | 第99-102页 |
| ·目视觉系统 | 第102-103页 |
| ·果实内部品质检测光谱传感器 | 第103页 |
| ·收获机器人移动平台硬件设计 | 第103-105页 |
| ·双目视觉系统标定及摄像头间距确定 | 第105-109页 |
| ·摄像机模型 | 第105-106页 |
| ·视觉系统摄像机内参数标定 | 第106-107页 |
| ·摄像头间距确定 | 第107-109页 |
| ·番茄目标信息检测和选择性采收决策软件研发 | 第109-112页 |
| ·软件开发平台 | 第109-110页 |
| ·软件的基本架构与模块功能 | 第110-112页 |
| ·系统检测试验 | 第112页 |
| ·本章小结 | 第112-113页 |
| 第8章 收获机械手路径规划和道路视觉识别 | 第113-131页 |
| ·多目标状态下的机械手运动规划问题分析 | 第113-115页 |
| ·采摘机械手全局路径规划 | 第115-118页 |
| ·基于C空间和A~*搜索算法的机械手局部轨迹规划 | 第118-123页 |
| ·机械手运动学数学模型的建立 | 第118-119页 |
| ·C-空间下主茎秆障碍的避障轨迹规划 | 第119-121页 |
| ·机械手避障的局部轨迹规划实例 | 第121-123页 |
| ·基于最小二乘法的收获机器人行走道路视觉识别 | 第123-129页 |
| ·基于I分量的路径目标物识别 | 第123-125页 |
| ·番茄垄间导航线提取 | 第125-128页 |
| ·试验与分析 | 第128-129页 |
| ·本章小结 | 第129-131页 |
| 第9章 研究工作总结与展望 | 第131-135页 |
| ·主要研究工作及其结论 | 第131-134页 |
| ·本研究的创新点 | 第134页 |
| ·存在的问题与研究展望 | 第134-135页 |
| 参考文献 | 第135-151页 |
| 附录 | 第151-153页 |
| 致谢 | 第153-155页 |
| 读博士学位期间发表的学术论文与参加的科研工作 | 第155-156页 |