| 致谢 | 第1-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-15页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-13页 |
| ·行间杂草识别 | 第9页 |
| ·行内杂草识别 | 第9-13页 |
| ·课题来源与研究内容 | 第13-14页 |
| ·课题来源 | 第13页 |
| ·研究内容 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第2章 除草机器人与双目立体视觉系统构建 | 第15-23页 |
| ·除草机器人研究 | 第15-17页 |
| ·机器人总体方案 | 第15-16页 |
| ·悬架结构设计 | 第16页 |
| ·行内除草与行间除草机构 | 第16-17页 |
| ·双目立体视觉系统 | 第17-21页 |
| ·双目立体视觉基本原理 | 第17-19页 |
| ·立体视觉系统的设计与组成 | 第19-21页 |
| ·图像处理软件系统开发 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 作物/杂草分割算法研究 | 第23-33页 |
| ·图像灰度化与颜色因子 | 第23-26页 |
| ·常用颜色特征分量 | 第23-24页 |
| ·颜色特征参数分析 | 第24-26页 |
| ·图像归一化及改进的超绿因子 | 第26页 |
| ·阈值分割及二值化处理 | 第26-30页 |
| ·图像阈值分割方法 | 第27页 |
| ·迭代法动态阈值分割 | 第27-28页 |
| ·Otsu 动态阈值分割 | 第28-30页 |
| ·二值图像后处理与去噪 | 第30-32页 |
| ·中值滤波处理 | 第30页 |
| ·面积滤波算法 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 基于边缘特征的立体匹配算法研究 | 第33-50页 |
| ·立体匹配方法及实现 | 第33-36页 |
| ·立体匹配算法 | 第33-34页 |
| ·匹配基本约束 | 第34页 |
| ·相似性度量因子 | 第34-35页 |
| ·作物/杂草原图立体匹配 | 第35-36页 |
| ·杂草识别匹配策略 | 第36-37页 |
| ·边缘特征立体匹配 | 第37-44页 |
| ·图像背景分割 | 第37-38页 |
| ·图像边缘检测 | 第38-42页 |
| ·边缘特征匹配 | 第42-44页 |
| ·基于高度特征的杂草识别 | 第44-47页 |
| ·视差图像高度阈值分割 | 第45-46页 |
| ·立体视觉精度分析 | 第46-47页 |
| ·边缘特征匹配与原图匹配比较 | 第47-49页 |
| ·匹配效果对比 | 第47页 |
| ·实时性比较 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 综合高度与空间分布特征的行内杂草识别算法研究 | 第50-63页 |
| ·行内杂草识别方法 | 第50-51页 |
| ·图像预处理与边缘特征提取 | 第51-53页 |
| ·行内杂草区域设定 | 第53页 |
| ·区域立体匹配及视差图分割 | 第53-54页 |
| ·植株空间分布特征分析 | 第54-59页 |
| ·横向像素直方图 | 第54-55页 |
| ·低通滤波处理 | 第55-56页 |
| ·作物植株目标匹配 | 第56-58页 |
| ·空间分布特征识别作物 | 第58-59页 |
| ·行内杂草识别系统设计 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 第6章 总结与展望 | 第63-65页 |
| ·内容总结 | 第63-64页 |
| ·创新之处 | 第64页 |
| ·研究展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间参加科研与发表论文情况 | 第68-69页 |
| 摘要 | 第69-71页 |
| Abstract | 第71-72页 |