首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

田间叶片图像分割与单幅三维重建的机器视觉算法研究

摘要第1-5页
Abstract第5-7页
目录第7-10页
图表目录第10-12页
第一章 绪论第12-25页
   ·研究目的与意义第12-13页
   ·国内外研究现状第13-18页
     ·叶片图像分割研究进展第13-15页
     ·三维重建的研究进展第15-16页
     ·网络化控制技术的研究现状第16-17页
     ·文献评述第17-18页
   ·研究目标和内容第18-19页
     ·研究目标第18页
     ·研究内容第18-19页
   ·研究方法第19-21页
     ·试验及数据分析第19-20页
     ·建模实施过程第20-21页
     ·应用实现第21页
   ·技术路线第21-24页
     ·叶片分割实验与建模第22页
     ·三维重构实验与建模第22-23页
     ·机器视觉系统的设计与实现第23-24页
   ·特色与创新第24-25页
第二章 基于自适应阈值的田间叶片图像分割算法研究第25-36页
   ·田间叶片图像预处理第25-27页
     ·田间叶片材料和图像采集第25页
     ·田间叶片图像增强第25-26页
     ·田间叶片图像分析第26-27页
   ·图像分割主要方法第27-29页
   ·自适应灰度映射函数改进OTSU和CANNY算子分割阈值第29-32页
     ·灰度映射函数对OTSU和CANNY算子的阈值选取的改进第29-30页
     ·用于改变分割算子阈值的灰度映射函数第30-32页
   ·田间叶片分割结果优化处理算法第32-34页
     ·数学形态学方法第32页
     ·利用数学形态学方法优化果园叶片分割结果的处理步骤第32-34页
   ·本章小结第34-36页
第三章 基于叶形判别的叶片图像目标提取算法第36-53页
   ·图像特征提取主要方法第36-37页
   ·叶子形态判别算法第37-40页
     ·叶子形态判别算法原理第37-39页
     ·对于目标区域灰度差异显著的叶片调整算法流程和方法第39-40页
   ·边缘封闭算法第40-41页
   ·利用K-近邻聚类进行叶片位姿识别第41-45页
     ·叶片形状特征提取第41-43页
     ·叶片位姿的匹配和结果选择第43-45页
   ·田间叶片图像分割总流程及步骤第45-49页
   ·试验结果分析第49-51页
   ·本章小结第51-53页
第四章 单幅叶片图像三维重建算法第53-71页
   ·三维重建主要方法第53-55页
   ·田间叶片图像采集的光照条件第55-57页
   ·基于单幅图像的叶片三维重构实验和分析第57-62页
     ·朗伯体模型第57-59页
     ·基于材质的叶曲面法矢量模型第59-60页
     ·实验获取灰度值f和角度(θ1,θ2)第60-61页
     ·叶曲面的约束条件第61-62页
   ·叶曲面方程构建第62-69页
     ·由微面元的朗伯球迭代关系建立曲面方程第62-65页
     ·叶面积计算及结果第65-69页
   ·本章小结第69-71页
第五章 网络化控制的温室果园机器视觉系统集成第71-93页
   ·网络化控制的温室果园机器视觉系统概述第71-72页
   ·机器视觉系统需求分析第72-74页
     ·温室果园机器视觉系统的网络稳定性、可靠性和安全性需求分析第72-73页
     ·温室果园机器视觉系统现场和设备因素需求分析第73-74页
   ·机器视觉系统总体结构设计第74-77页
     ·温室果园机器视觉控制系统的网络结构第74-76页
     ·温室果园机器视觉控制系统结构第76-77页
   ·机器视觉系统设备选型第77-85页
     ·温室果园成像系统的设备第77-80页
     ·温室果园承载机器视觉设备的机械轨道及运动设备第80-81页
     ·轨道运动自动控制设备第81-82页
     ·机器视觉系统电路设备第82页
     ·机器视觉系统网络互连设备第82-85页
   ·基于PLC的机器视觉轨道运动设备网络化控制实现第85-88页
     ·基于嵌入式WEB服务器工控节点的远程监控第85页
     ·温室果园机器视觉系统网络化控制的结构第85-86页
     ·轨道运动控制要求第86页
     ·I/O通道分配、控制电路及控制流程第86-88页
   ·机器视觉控制系统功能结构第88-92页
     ·机器视觉系统组态控制功能、流程及界面第88-90页
     ·设备接口组件第90页
     ·农学性状参数提取功能模块在机器视觉系统中的应用第90-91页
     ·机器视觉系统功能结构第91-92页
   ·本章小结第92-93页
第六章 结论与展望第93-95页
   ·主要研究结论第93-94页
   ·研究展望第94-95页
参考文献第95-109页
附录第109-116页
致谢第116-117页
个人简介第117-118页

论文共118页,点击 下载论文
上一篇:转录延伸因子ELL3在小鼠B细胞中的功能研究
下一篇:行为经济学视角下农户借贷行为研究