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 |