基于双目立体视觉的玉米叶片识别与定位
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-25页 |
| 1.1 研究背景与意义 | 第13-15页 |
| 1.1.1 研究背景 | 第13-15页 |
| 1.1.2 研究意义 | 第15页 |
| 1.2 国内外研究现状 | 第15-22页 |
| 1.2.1 计算机视觉技术的研究现状 | 第15-19页 |
| 1.2.2 计算机视觉农业领域研究现状 | 第19-22页 |
| 1.3 研究的主要内容和技术路线 | 第22-24页 |
| 1.3.1 研究的主要内容 | 第22-23页 |
| 1.3.2 研究的技术路线 | 第23-24页 |
| 1.4 本章小结 | 第24-25页 |
| 第2章 双目视觉平台搭建及标定 | 第25-41页 |
| 2.1 双目立体视觉平台搭建 | 第25-27页 |
| 2.1.1 设计要求 | 第25页 |
| 2.1.2 硬件组成 | 第25-27页 |
| 2.1.3 软件组成 | 第27页 |
| 2.2 双目立体视觉概述 | 第27-33页 |
| 2.2.1 双目立体视觉原理 | 第27页 |
| 2.2.2 双目立体视觉的成像坐标系 | 第27-30页 |
| 2.2.3 双目立体视觉的几何模型 | 第30-32页 |
| 2.2.4 双目立体视觉的成像模型 | 第32-33页 |
| 2.3 双目摄像机标定 | 第33-39页 |
| 2.3.1 标定方法 | 第34页 |
| 2.3.2 标定试验 | 第34-38页 |
| 2.3.3 标定结果 | 第38-39页 |
| 2.4 本章小结 | 第39-41页 |
| 第3章 玉米叶片的图像处理 | 第41-53页 |
| 3.1 理论基础 | 第41-45页 |
| 3.1.1 灰度图像 | 第41页 |
| 3.1.2 阈值化 | 第41-42页 |
| 3.1.3 形态学运算 | 第42页 |
| 3.1.4 边缘检测 | 第42-44页 |
| 3.1.5 特征提取 | 第44-45页 |
| 3.2 颜色空间模型 | 第45-46页 |
| 3.2.1 RGB颜色空间 | 第45-46页 |
| 3.2.2 HSV颜色空间 | 第46页 |
| 3.2.3 YCrCb颜色空间 | 第46页 |
| 3.3 玉米叶片图像的采集与处理 | 第46-51页 |
| 3.3.1 图像采集 | 第46-47页 |
| 3.3.2 图像处理与分析 | 第47-51页 |
| 3.4 本章小结 | 第51-53页 |
| 第4章 玉米叶片模型的建立 | 第53-69页 |
| 4.1 植物建模概述 | 第53-54页 |
| 4.1.1 植物建模分类 | 第53页 |
| 4.1.2 植物建模方法 | 第53-54页 |
| 4.2 玉米植株建模研究 | 第54-58页 |
| 4.2.1 测量参数 | 第54-55页 |
| 4.2.2 建模流程 | 第55-56页 |
| 4.2.3 建立三维模型 | 第56-58页 |
| 4.3 建立叶片数学模型 | 第58-65页 |
| 4.3.1 数学模型概述 | 第59-60页 |
| 4.3.2 测量叶片坐标 | 第60-61页 |
| 4.3.3 曲线拟合 | 第61-62页 |
| 4.3.4 拟合结果与分析 | 第62-65页 |
| 4.4 叶片模型结合视觉研究 | 第65-66页 |
| 4.5 本章小结 | 第66-69页 |
| 第5章 玉米叶片定位研究 | 第69-79页 |
| 5.1 双目立体视觉数学模型 | 第69-71页 |
| 5.2 双目立体图像对校正 | 第71-73页 |
| 5.2.1 双目摄像机外极线几何 | 第71-72页 |
| 5.2.2 双目图像校正变换 | 第72-73页 |
| 5.3 特征点匹配 | 第73-75页 |
| 5.3.1 匹配约束规则 | 第73-74页 |
| 5.3.2 匹配算法 | 第74-75页 |
| 5.4 玉米叶片的三维重建 | 第75-76页 |
| 5.5 定位实验与结果分析 | 第76-77页 |
| 5.6 本章小结 | 第77-79页 |
| 第6章 总结与展望 | 第79-81页 |
| 6.1 总结 | 第79-80页 |
| 6.2 展望 | 第80-81页 |
| 参考文献 | 第81-87页 |
| 导师及作者简介 | 第87-89页 |
| 攻读学位期间的学术成果 | 第89-91页 |
| 致谢 | 第91页 |
