立木树干弯曲度自动识别方法的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-6页 |
| 目录 | 第6-8页 |
| 1 引言 | 第8-14页 |
| ·研究目的、意义 | 第8-10页 |
| ·计算机视觉及其在森林工程中的应用 | 第10-13页 |
| ·计算机视觉概述 | 第10-11页 |
| ·计算机视觉在农林业的应用 | 第11-13页 |
| ·论文的主要内容 | 第13-14页 |
| 2 智能立木整枝机工作原理及视觉系统构成 | 第14-22页 |
| ·智能立木整枝机的机械系统 | 第14-16页 |
| ·立木整枝机的控制系统 | 第16-17页 |
| ·智能立木整枝机的视觉系统 | 第17-20页 |
| ·树干弯曲度识别系统流程图 | 第18页 |
| ·视觉系统的硬件设备 | 第18-20页 |
| ·联想台式计算机 | 第18页 |
| ·VC-SBC4018型智能摄相机 | 第18-20页 |
| ·本章小结 | 第20-22页 |
| 3 数字图像处理 | 第22-34页 |
| ·树干图像获取 | 第22页 |
| ·图像分割方法的研究 | 第22-28页 |
| ·常用的图像分割方法 | 第23-27页 |
| ·基于区域的图像分割法 | 第23-25页 |
| ·基于边界的图像分割法 | 第25-27页 |
| ·基于半阈值分割的树干图像分割方法 | 第27-28页 |
| ·数字图像的噪声处理 | 第28-33页 |
| ·邻域平均法 | 第29页 |
| ·中值滤波 | 第29-30页 |
| ·高斯平滑滤波器 | 第30-31页 |
| ·中值滤波在树干图像处理中的应用 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 4 特征提取 | 第34-56页 |
| ·树干边缘检测方法的研究 | 第34-45页 |
| ·经典的边缘检测方法 | 第34-43页 |
| ·基于梯度的边缘检测算法 | 第35-38页 |
| ·拉普拉斯算子 | 第38页 |
| ·LoG算法 | 第38-40页 |
| ·Canny边缘检测器 | 第40-43页 |
| ·立木树干边缘检测方法 | 第43-45页 |
| ·立木树干边缘图像骨架化 | 第45-50页 |
| ·数学形态学 | 第45-47页 |
| ·数学形态学基本算法 | 第47-48页 |
| ·基于数学形态学的树干骨架提取算法 | 第48-50页 |
| ·树干曲线特征点的提取 | 第50-53页 |
| ·本章小结 | 第53-56页 |
| 5 弯曲度自动测量 | 第56-62页 |
| ·弯曲度的定义及计算方法 | 第56-57页 |
| ·树干曲线拟合及曲率计算 | 第57-60页 |
| ·树干曲线拟合方法 | 第57-59页 |
| ·拟合曲线的误差分析 | 第59-60页 |
| ·曲率计算 | 第60页 |
| ·本章小结 | 第60-62页 |
| 6 结论与创新点 | 第62-64页 |
| ·研究的结论 | 第62页 |
| ·创新点 | 第62-63页 |
| ·展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 个人简介 | 第68-70页 |
| 导师简介 | 第70-72页 |
| 致谢 | 第72页 |
