中文摘要 | 第1-7页 |
英文摘要 | 第7-9页 |
第一章 绪 论 | 第9-16页 |
1.1 研究背景及意义 | 第9-11页 |
1.2 研究现状 | 第11-15页 |
1.2.1 概况及存在问题 | 第11-14页 |
1.2.2 研究途径及方向 | 第14-15页 |
1.3 研究内容 | 第15-16页 |
第二章 基于知识的农田景物区域检测 | 第16-43页 |
引言 | 第16-18页 |
2.1 自主行走农业机器人农田作业环境场景模型 | 第18-21页 |
2.1.1 问题的提出 | 第18-20页 |
2.1.2 农业机器人农田作业环境场景模型 | 第20-21页 |
2.2 农田景物图像的预处理 | 第21-23页 |
2.3 农田景物图象二值化 | 第23-25页 |
2.3.1 二值化 | 第23-24页 |
2.3.2 二值化门限的确定 | 第24-25页 |
2.4 二值膨胀 | 第25-31页 |
2.4.1 膨胀基本变换运算 | 第25-27页 |
2.4.2 象素区域 | 第27-30页 |
2.4.3 农田景物图象二值膨胀 | 第30-31页 |
2.5 农作物区域检测 | 第31-34页 |
2.6 实验结果与分析 | 第34-43页 |
第三章 基于小波变换的农田景物边缘检测 | 第43-64页 |
引言 | 第43-45页 |
3.1 小波变换和时频局部化分析 | 第45-49页 |
3.2 小波变换的奇异点和信号变化剧烈处间的联系 | 第49-53页 |
3.3 图象小波边缘检测及其构造 | 第53-57页 |
3.3.1 图象小波边缘检测 | 第53-55页 |
3.3.2 零点反对称紧支撑二进小波构造 | 第55-57页 |
3.4 零点反对称紧支撑二进小波的选择及滤波器特性分析 | 第57-61页 |
3.4.1 低通滤波器l_(n)的选择 | 第57-59页 |
3.4.1 高通滤波器g_(n)的选择 | 第59-61页 |
3.5 实验结果与分析 | 第61-64页 |
第四章 基于农田景物边缘的农业机器人自定位方法 | 第64-89页 |
引言: | 第64-66页 |
4.1 农业机器人视觉定位坐标系统 | 第66-68页 |
4.2 农业机器人视觉定位实现策略 | 第68-80页 |
4.2.1 农业机器人位姿估算 | 第68-71页 |
4.2.2 农业机器人工作场景中虚点的提取 | 第71-80页 |
4.3 摄象机校准 | 第80-86页 |
4.3.1 摄象机模型 | 第80-82页 |
4.3.2 摄象机标定 | 第82-86页 |
4.4 农业机器人视觉定位系统的实现 | 第86-88页 |
4.5 结论 | 第88-89页 |
第五章 结束语 | 第89-92页 |
5.1 论文工作总结 | 第89-90页 |
5.2 进一步研究工作及展望 | 第90-92页 |
参考文献 | 第92-100页 |
博士研究生期间发表的论文 | 第100-101页 |
致 谢 | 第101页 |