采摘机器人目标识别及定位研究
摘要 | 第3-4页 |
abstract | 第4-5页 |
1 绪论 | 第8-16页 |
1.1 课题研究背景及意义 | 第8-9页 |
1.2 采摘机器人在农业生产中的应用现状 | 第9-11页 |
1.3 采摘机器人视觉技术研究现状 | 第11-14页 |
1.3.1 含有遮挡影响的目标识别研究现状 | 第11页 |
1.3.2 重叠目标识别的研究现状 | 第11-12页 |
1.3.3 目标轮廓匹配研究现状 | 第12-13页 |
1.3.4 双目视觉在采摘机器人中的应用 | 第13页 |
1.3.5 单目视觉在采摘机器人中的应用 | 第13-14页 |
1.4 存在的问题 | 第14页 |
1.5 课题主要研究内容 | 第14-16页 |
2 含有遮挡影响的目标识别 | 第16-30页 |
2.1 一阶微分边缘检测算法 | 第16-20页 |
2.1.1 Robert算子 | 第17-18页 |
2.1.2 Prewitt算子 | 第18-19页 |
2.1.3 Sobel算子 | 第19-20页 |
2.2 二阶微分边缘检测算法 | 第20-22页 |
2.3 K-means聚类算法 | 第22-24页 |
2.4 橘子目标轮廓检测 | 第24-28页 |
2.4.1 图像预处理 | 第24页 |
2.4.2 目标轮廓检测 | 第24-26页 |
2.4.3 残留物去除 | 第26-27页 |
2.4.4 对比分析 | 第27-28页 |
2.5 本章小结 | 第28-30页 |
3 重叠目标物轮廓分离 | 第30-40页 |
3.1 目标图像分割 | 第30-31页 |
3.1.1 图像分割方法 | 第30页 |
3.1.2 分割方法对比 | 第30-31页 |
3.2 腐蚀剥离算法 | 第31-32页 |
3.3 重叠目标识别算法 | 第32-34页 |
3.3.1 边缘曲率分析法 | 第32-33页 |
3.3.2 分水岭分割算法 | 第33-34页 |
3.4 重叠目标轮廓分离 | 第34-39页 |
3.4.1 K-均值聚类处理 | 第34-35页 |
3.4.2 轮廓检测 | 第35-36页 |
3.4.3 图像求和运算处理 | 第36-37页 |
3.4.4 重叠果实轮廓分离 | 第37-39页 |
3.4.5 测试结果 | 第39页 |
3.5 本章小结 | 第39-40页 |
4 目标的轮廓定位及匹配 | 第40-50页 |
4.1 目标的定位算法 | 第40-43页 |
4.1.1 Hough变换检测曲线基本原理 | 第40页 |
4.1.2 标准Hough变换 | 第40-41页 |
4.1.3 基于梯度法的Hough检测定位 | 第41-43页 |
4.2 匹配算法 | 第43-44页 |
4.2.1 基于灰度的匹配算法 | 第43页 |
4.2.2 基于特征的匹配算法 | 第43-44页 |
4.3 匹配特征 | 第44页 |
4.4 目标轮廓匹配 | 第44-48页 |
4.4.1 几何不变距原理概述 | 第44-47页 |
4.4.2 评价准则 | 第47-48页 |
4.5 本章小结 | 第48-50页 |
5 单目立体视觉深度计算 | 第50-60页 |
5.1 视觉测量模型 | 第50-53页 |
5.1.1 测量模型坐标系 | 第50-52页 |
5.1.2 摄像机模型的畸变 | 第52-53页 |
5.2 单目视觉深度计算 | 第53-57页 |
5.3 单目视觉深度测距实验 | 第57-59页 |
5.3.1 摄像机型号 | 第57-58页 |
5.3.2 摄像机标定 | 第58-59页 |
5.4 本章小结 | 第59-60页 |
6 硬件系统与实验 | 第60-70页 |
6.1 实验硬件平台 | 第60-64页 |
6.1.1 硬件系统组成 | 第60页 |
6.1.2 XYZ三坐标测量机 | 第60-61页 |
6.1.3 运动控制器型号 | 第61页 |
6.1.4 计算机平台 | 第61-62页 |
6.1.5 执行端装置 | 第62-64页 |
6.2 实验与分析 | 第64-69页 |
6.2.1 目标识别定位实验 | 第65-69页 |
6.2.2 实验分析 | 第69页 |
6.3 本章小结 | 第69-70页 |
7 总结与展望 | 第70-72页 |
7.1 总结 | 第70页 |
7.2 展望 | 第70-72页 |
致谢 | 第72-74页 |
参考文献 | 第74-77页 |