基于视觉的树上绿色柑橘检测
摘要 | 第6-8页 |
Abstract | 第8-9页 |
1 前言 | 第10-16页 |
1.1 研究的目的与意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.3 研究目的 | 第13-14页 |
1.4 主要研究内容 | 第14-16页 |
2 基于LBP特征的感兴趣区域提取 | 第16-31页 |
2.1 图像预处理 | 第16-20页 |
2.1.1 试验系统与图像采集 | 第16-17页 |
2.1.2 灰度图像提取 | 第17页 |
2.1.3 滤波 | 第17-19页 |
2.1.4 局部极大值点提取 | 第19-20页 |
2.2 LBP特征 | 第20-25页 |
2.2.1 原始LBP模式 | 第21-22页 |
2.2.2 统计LBP模式 | 第22-23页 |
2.2.3 等价LBP模式 | 第23-24页 |
2.2.4 旋转不变LBP模式 | 第24页 |
2.2.5 旋转不变等价LBP模式 | 第24-25页 |
2.3 RUSBoost集成分类器 | 第25-31页 |
2.3.1 决策树算法 | 第26-27页 |
2.3.2 随机欠采样 | 第27页 |
2.3.3 Adaboost.M2算法 | 第27-31页 |
3 基于MSER算法的感兴趣区域提取 | 第31-37页 |
3.1 MSER算法 | 第31-33页 |
3.1.1 MSER算法定义 | 第31-32页 |
3.1.2 数学定义 | 第32-33页 |
3.2 椭圆拟合 | 第33-35页 |
3.3 区域形状分析 | 第35-37页 |
4 分层轮廓分析算法 | 第37-45页 |
4.1 朗伯光照模型 | 第37-39页 |
4.2 分层轮廓线提取 | 第39-41页 |
4.3 霍夫变换圆拟合 | 第41-43页 |
4.4 拟合圆嵌套分析 | 第43-45页 |
5 结果与分析 | 第45-57页 |
5.1 基于LBP与HCA的目标检测结果 | 第45-49页 |
5.1.1 目标检测结果 | 第46-48页 |
5.1.2 时间性能分析 | 第48页 |
5.1.3 检测结果分析 | 第48-49页 |
5.2 基于MSER与HCA的目标检测结果 | 第49-53页 |
5.2.1 目标检测结果 | 第49-52页 |
5.2.2 时间性能分析 | 第52页 |
5.2.3 检测结果分析 | 第52-53页 |
5.3 讨论 | 第53-57页 |
6 总结与展望 | 第57-59页 |
6.1 本研究的主要内容与结论 | 第57-58页 |
6.2 本研究的发展前景及下一步工作 | 第58-59页 |
参考文献 | 第59-65页 |
已发表论文 | 第65-66页 |
致谢 | 第66-67页 |