| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题来源 | 第8页 |
| 1.2 课题的研究背景和意义 | 第8-9页 |
| 1.3 国内外研究现状 | 第9-13页 |
| 1.4 论文的主要内容 | 第13-15页 |
| 第2章 基于凸优化的候选池区学习 | 第15-23页 |
| 2.1 引言 | 第15-18页 |
| 2.1.1 凸优化与池区 | 第15-16页 |
| 2.1.2 局部特征描述子匹配步骤 | 第16-17页 |
| 2.1.3 RDA算法 | 第17-18页 |
| 2.2 预处理 | 第18-19页 |
| 2.3 基于凸优化的候选池区学习 | 第19-21页 |
| 2.4 候选池区学习实验 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 二值特征描述子构造 | 第23-35页 |
| 3.1 引言 | 第23-27页 |
| 3.1.1 二值描述子的直接构造框架 | 第23页 |
| 3.1.2 FAST关键点 | 第23-26页 |
| 3.1.3 DoG关键点 | 第26-27页 |
| 3.2 二值描述子构造 | 第27-29页 |
| 3.2.1 池区对选择 | 第27-28页 |
| 3.2.2 关键点的方向和尺度 | 第28-29页 |
| 3.2.3 池区对选择实验 | 第29页 |
| 3.3 评估实验 | 第29-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第4章 描述子在实时作物行检测中的应用 | 第35-52页 |
| 4.1 引言 | 第35-38页 |
| 4.1.1 Kinect摄像头 | 第35-36页 |
| 4.1.2 偏移距离测算 | 第36-37页 |
| 4.1.3 系统处理流程 | 第37-38页 |
| 4.2 作物行检测 | 第38-41页 |
| 4.2.1 OSTU二值化 | 第38-39页 |
| 4.2.2 Kinect结合Open CV获取图像 | 第39-40页 |
| 4.2.3 作物行检测算法 | 第40-41页 |
| 4.3 基于二值描述子的区域匹配 | 第41-44页 |
| 4.3.1 单应矩阵 | 第41-43页 |
| 4.3.2 区域匹配流程 | 第43-44页 |
| 4.4 系统软件设计 | 第44-45页 |
| 4.5 实验 | 第45-50页 |
| 4.5.1 模拟实验 | 第45-47页 |
| 4.5.2 农田实验 | 第47-49页 |
| 4.5.3 评估实验 | 第49-50页 |
| 4.6 本章小结 | 第50-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间发表的论文 | 第58-60页 |
| 致谢 | 第60页 |