| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 课题研究的背景和意义 | 第13-14页 |
| 1.1.1 课题研究的背景 | 第13页 |
| 1.1.2 课题研究的意义 | 第13-14页 |
| 1.2 国外研究现状 | 第14-16页 |
| 1.3 国内研究现状 | 第16-18页 |
| 1.4 课题主要研究内容和重要研究点 | 第18-20页 |
| 1.5 本章小结 | 第20-21页 |
| 第2章 鸡腿菇采摘机器人视觉系统的构成 | 第21-27页 |
| 2.1 选择合适的视觉系统研究方法 | 第21页 |
| 2.2 双目立体视觉测距原理 | 第21-22页 |
| 2.3 双目视觉系统的主要硬件组成部分 | 第22-25页 |
| 2.4 双目立体视觉的主要研究内容 | 第25-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第3章 利用边缘检测方法进行果实识别 | 第27-35页 |
| 3.1 边缘检测概述 | 第27页 |
| 3.2 边缘检测算法的发展 | 第27-28页 |
| 3.3 采用改进Canny边缘检测算法提取果实边缘 | 第28-33页 |
| 3.3.1 传统Canny边缘检测算子 | 第28-29页 |
| 3.3.2 改进的Canny算子 | 第29-31页 |
| 3.3.3 实验结果验证及效果评价 | 第31-33页 |
| 3.3.4 改进算法结论 | 第33页 |
| 3.4 使用改进Canny算子进行鸡腿菇识别实验 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第4章 双目立体视觉摄像机的标定 | 第35-49页 |
| 4.1 摄像机标定概述 | 第35页 |
| 4.2 成像模型 | 第35-36页 |
| 4.3 摄像机标定常用坐标系及坐标变换 | 第36-41页 |
| 4.3.1 四个摄像机标定常用坐标系 | 第36-37页 |
| 4.3.2 四个基本坐标系之间的变换关系 | 第37-40页 |
| 4.3.3 镜头畸变问题 | 第40-41页 |
| 4.4 摄像机的标定 | 第41-48页 |
| 4.4.1 摄像机的标定方法 | 第42-45页 |
| 4.4.2 摄像机的标定实验 | 第45-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 特征提取及立体匹配 | 第49-59页 |
| 5.1 图像预处理 | 第49-51页 |
| 5.1.1 直方图均衡化 | 第49页 |
| 5.1.2 图像平滑化 | 第49-51页 |
| 5.1.3 图像锐化处理常用方法 | 第51页 |
| 5.2 特征提取 | 第51-53页 |
| 5.2.1 基于灰度图像的特征提取方法 | 第52页 |
| 5.2.2 基于彩色图像的特征提取方法 | 第52-53页 |
| 5.3 立体匹配 | 第53-56页 |
| 5.3.1 立体匹配基元的选择 | 第54页 |
| 5.3.2 立体匹配准则 | 第54页 |
| 5.3.3 立体匹配算法 | 第54-56页 |
| 5.4 立体匹配实验 | 第56-58页 |
| 5.4.1 SURF图像匹配算法原理 | 第56页 |
| 5.4.2 SURF图像匹配算法结果及分析 | 第56-58页 |
| 5.5 本章小结 | 第58-59页 |
| 总结与展望 | 第59-61页 |
| 总结 | 第59页 |
| 展望 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第65页 |