基于机器视觉的农林环境导航路径生成算法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第1章 绪论 | 第12-19页 |
| ·课题来源 | 第12页 |
| ·课题研究背景及意义 | 第12-13页 |
| ·机器人导航方法 | 第13-14页 |
| ·机器视觉在农业导航中的研究现状 | 第14-16页 |
| ·国外研究现状 | 第14-15页 |
| ·国内研究现状 | 第15-16页 |
| ·视觉导航各项技术的研究现状 | 第16-18页 |
| ·导航过程的图像处理 | 第16-17页 |
| ·Hough直线检测 | 第17-18页 |
| ·课题研究内容和关键技术 | 第18-19页 |
| 第2章 图像采集与图像预处理 | 第19-25页 |
| ·图像采集 | 第19-20页 |
| ·图像采集方法的选择 | 第19页 |
| ·图像采集设备的选择 | 第19-20页 |
| ·图像预处理 | 第20-23页 |
| ·灰度直方图与直方图均衡化 | 第20页 |
| ·图像增强 | 第20-23页 |
| ·色彩模型 | 第23-24页 |
| ·RGB颜色空间 | 第23页 |
| ·HSV颜色空间 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 农林环境图像中路径的识别与提取 | 第25-39页 |
| ·图像分割的一般方法 | 第25-28页 |
| ·直方图阈值化 | 第25-26页 |
| ·基于边缘的图像分割 | 第26-27页 |
| ·基于区域的图像分割 | 第27-28页 |
| ·基于局部特征库的图像目标提取 | 第28-38页 |
| ·以道路为目标的图像分割 | 第28-35页 |
| ·林地环境中的目标信息提取 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 路径中心线提取与导航线生成 | 第39-58页 |
| ·路径信息的提取 | 第39-45页 |
| ·连续路径的边缘提取 | 第39-43页 |
| ·非连续路径的边缘提取 | 第43-45页 |
| ·导航线生成 | 第45-57页 |
| ·直线检测方法与Hough变换 | 第45-46页 |
| ·检测运算的一般过程 | 第46-48页 |
| ·限定区域的Hough峰值检测原理 | 第48页 |
| ·限定区域的Hough峰值检测在农田场景中的应用 | 第48-50页 |
| ·Hough峰值检测在宽阔路径场景中的应用 | 第50-53页 |
| ·林地环境的路径导航生成算法 | 第53-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 视觉系统模型与摄像机标定 | 第58-67页 |
| ·摄像机标定 | 第58页 |
| ·摄像机标定分类 | 第58-59页 |
| ·坐标系统 | 第59-63页 |
| ·三个层次的坐标系统 | 第59页 |
| ·坐标系变换关系 | 第59-63页 |
| ·摄像机镜头畸变 | 第63-64页 |
| ·径向畸变 | 第63页 |
| ·偏心变形 | 第63页 |
| ·薄棱镜变形 | 第63-64页 |
| ·标定实验 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第6章 视觉系统软件设计及实验分析 | 第67-77页 |
| ·MT-R机器人 | 第67-68页 |
| ·MT-R硬件架构[72] | 第67-68页 |
| ·MT-R硬件架构系统特点 | 第68页 |
| ·机器人行驶控制系统 | 第68-70页 |
| ·上位机控制系统功能 | 第68-69页 |
| ·行驶系统控制的实现原理 | 第69页 |
| ·驱动系统实现原理 | 第69-70页 |
| ·驱动系统具体实现 | 第70页 |
| ·基于图像分析的运动控制软件实现 | 第70-71页 |
| ·导航数据和差速行驶 | 第71-73页 |
| ·导航线的分析 | 第71-72页 |
| ·预测控制器原理 | 第72-73页 |
| ·MT-R上的运行 | 第73-76页 |
| ·地面给定曲线的跟踪实验 | 第73-75页 |
| ·模拟植被环境下机器人识别及跟踪路径 | 第75-76页 |
| ·本章小结 | 第76-77页 |
| 第7章 结论与展望 | 第77-79页 |
| ·课题研究总结 | 第77页 |
| ·创新点 | 第77-78页 |
| ·对今后研究的建议和展望 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-84页 |
| 攻读学位期间参加的科研项目和成果 | 第84页 |
