摘要 | 第7-9页 |
ABSTRACT | 第9-11页 |
第一章 绪论 | 第15-24页 |
1.1 研究目的及意义 | 第15-16页 |
1.2 国内外研究进展 | 第16-21页 |
1.2.1 果实目标图像增强预处理方法研究现状 | 第16-17页 |
1.2.2 近景色果实目标识别方法研究现状 | 第17-19页 |
1.2.3 近景色果实目标分割及重构方法研究现状 | 第19页 |
1.2.4 不同影响因素下果实目标识别与分割方法研究现状 | 第19-20页 |
1.2.5 存在问题 | 第20-21页 |
1.3 主要研究内容 | 第21-22页 |
1.4 论文组织安排 | 第22-24页 |
第二章 随机光照条件下绿色苹果图像增强方法研究 | 第24-33页 |
2.1 试验材料与算法性能评价指标 | 第24-25页 |
2.1.1 绿色苹果图像的获取 | 第24页 |
2.1.2 图像增强算法性能评价指标 | 第24-25页 |
2.2 基于模糊集理论的绿色苹果图像增强方法 | 第25-27页 |
2.3 基于Retinex理论的绿色苹果图像增强方法 | 第27-29页 |
2.4 基于光照无关理论的绿色苹果图像增强方法 | 第29-31页 |
2.5 三类图像增强方法的增强效果对比 | 第31-32页 |
2.6 本章小结 | 第32-33页 |
第三章 基于视觉注意机制与聚类算法的绿色苹果目标识别 | 第33-66页 |
3.1 试验材料与算法性能评价指标 | 第33-34页 |
3.1.1 绿色苹果图像的获取 | 第33-34页 |
3.1.2 果实目标识别算法性能评价指标 | 第34页 |
3.2 融合模糊集理论与MR算法的绿色苹果目标识别方法 | 第34-42页 |
3.2.1 基于模糊集理论的苹果图像增强 | 第34-35页 |
3.2.2 基于SLIC算法的苹果图像超像素分割 | 第35页 |
3.2.3 基于MR算法的苹果目标识别 | 第35-38页 |
3.2.4 试验结果与分析 | 第38-42页 |
3.3 基于AIM算法与光照无关理论的绿色苹果目标识别方法 | 第42-50页 |
3.3.1 融合模糊集理论与AIM算法的苹果目标初始识别 | 第42-43页 |
3.3.2 背景噪声剔除方法 | 第43-44页 |
3.3.3 融合光照无关图与R分量的苹果目标分割 | 第44-46页 |
3.3.4 试验结果与分析 | 第46-50页 |
3.4 融合MSRCR与 Mean shift算法的绿色苹果目标识别方法 | 第50-58页 |
3.4.1 基于MSRCR算法的苹果图像增强 | 第50-51页 |
3.4.2 基于Mean shift算法的苹果目标识别 | 第51-52页 |
3.4.3 严重枝叶遮挡情况下苹果图像的K-means修正 | 第52-53页 |
3.4.4 试验结果与分析 | 第53-58页 |
3.5 基于改进GrabCut模型的绿色苹果目标识别方法 | 第58-63页 |
3.5.1 基于GBVS算法的苹果图像自适应标记 | 第58-59页 |
3.5.2 基于GrabCut模型的苹果目标识别 | 第59-61页 |
3.5.3 试验结果与分析 | 第61-63页 |
3.6 四种果实目标识别方法的识别结果对比 | 第63-65页 |
3.7 本章小结 | 第65-66页 |
第四章 基于Ncut算法的多果重叠绿色苹果目标分割方法研究 | 第66-72页 |
4.1 基于Ncut算法的绿色多重叠果分割方法 | 第66-70页 |
4.1.1 试验图像的获取 | 第66页 |
4.1.2 基于Ncut算法的绿色多重叠果分割 | 第66-68页 |
4.1.3 试验结果与分析 | 第68-70页 |
4.2 本章小结 | 第70-72页 |
第五章 基于三点定圆法的绿色苹果目标重构方法研究 | 第72-77页 |
5.1 基于三点定圆法的绿色苹果目标重构方法 | 第72-76页 |
5.1.1 试验图像的获取 | 第72页 |
5.1.2 基于三点定圆法的果实目标重构 | 第72-74页 |
5.1.3 试验结果与分析 | 第74-76页 |
5.2 本章小结 | 第76-77页 |
第六章 自然环境下绿色苹果目标的识别与分割软件设计 | 第77-83页 |
6.1 自然环境下绿色苹果目标的识别与分割软件整体设计 | 第77-82页 |
6.1.1 软件开发及运行环境 | 第77页 |
6.1.2 软件功能设计及系统框图 | 第77-78页 |
6.1.3 软件功能实现及操作演示 | 第78-82页 |
6.2 本章小结 | 第82-83页 |
第七章 结论与展望 | 第83-85页 |
7.1 结论 | 第83-84页 |
7.2 创新点 | 第84页 |
7.3 展望 | 第84-85页 |
参考文献 | 第85-89页 |
致谢 | 第89-90页 |
个人简历 | 第90页 |