| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 课题背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-18页 |
| 1.2.1 果蔬目标识别研究现状 | 第12-14页 |
| 1.2.2 果蔬目标三维定位技术研究现状 | 第14-18页 |
| 1.3 研究内容及技术路线 | 第18-19页 |
| 1.3.1 研究内容 | 第18-19页 |
| 1.3.2 技术路线 | 第19页 |
| 1.4 本章小结 | 第19-21页 |
| 第2章 花椒图像采集与特征分析 | 第21-37页 |
| 2.1 图像采集 | 第21-22页 |
| 2.2 基本颜色空间模型特点分析 | 第22-26页 |
| 2.2.1 RGB颜色空间模型 | 第23页 |
| 2.2.2 HSV颜色空间模型 | 第23-24页 |
| 2.2.3 L*a*b*颜色空间模型 | 第24页 |
| 2.2.4 YCrCb与YIQ颜色空间模型 | 第24-25页 |
| 2.2.5 I_1I_2I_3颜色空间 | 第25-26页 |
| 2.3 花椒串图像颜色特征分析 | 第26-35页 |
| 2.3.1 花椒图像颜色特征定性分析 | 第26-30页 |
| 2.3.2 花椒图像颜色特征定量分析 | 第30-35页 |
| 2.4 本章小结 | 第35-37页 |
| 第3章 花椒串区域分割 | 第37-49页 |
| 3.1 基于色差法的花椒串区域分割 | 第37-40页 |
| 3.2 基于R分量与H分量的花椒果实串区域分割 | 第40-46页 |
| 3.2.1 花椒果实串R与H分量图分析 | 第40-42页 |
| 3.2.2 花椒果实串R与H分量图的阈值分割 | 第42-46页 |
| 3.3 基于K-means聚类算法的花椒串区域分割 | 第46-48页 |
| 3.4 三种分割算法的比较分析 | 第48页 |
| 3.5 本章小结 | 第48-49页 |
| 第4章 自然环境下花椒串的定位 | 第49-61页 |
| 4.1 花椒图像的形态学处理 | 第49页 |
| 4.1.1 图像的腐蚀处理 | 第49页 |
| 4.1.2 图像的膨胀处理 | 第49页 |
| 4.2 非目标对象去除 | 第49-50页 |
| 4.3 花椒果实串的边缘检测 | 第50-52页 |
| 4.3.1 边缘检测 | 第51-52页 |
| 4.3.2 花椒目标串的标记 | 第52页 |
| 4.4 采摘点的确定 | 第52-56页 |
| 4.4.1 形心偏差法原理 | 第52-53页 |
| 4.4.2 惯性主轴法原理 | 第53页 |
| 4.4.3 采摘点的定位 | 第53-56页 |
| 4.5 定位误差分析 | 第56-60页 |
| 4.6 本章小结 | 第60-61页 |
| 第5章 花椒串深度信息的获取 | 第61-73页 |
| 5.1 相机标定理论 | 第61-67页 |
| 5.1.1 成像模型 | 第61-62页 |
| 5.1.2 立体视觉坐标及其变换 | 第62-64页 |
| 5.1.3 张正友标定方法 | 第64-65页 |
| 5.1.4 基于Matlab的相机标定 | 第65-67页 |
| 5.2 花椒串的深度信息获取理论 | 第67-70页 |
| 5.2.1 匹配约束算法的选择 | 第67-69页 |
| 5.2.2 三维坐标计算原理 | 第69-70页 |
| 5.3 深度信息获取试验 | 第70-72页 |
| 5.4 本章小结 | 第72-73页 |
| 总结与展望 | 第73-75页 |
| 总结 | 第73页 |
| 展望 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 攻读硕士期间的研究成果 | 第81-82页 |
| 致谢 | 第82页 |