| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 本论文的研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 多机器人国内外研究现状 | 第11-13页 |
| 1.2.2 机器视觉的研究现状 | 第13-14页 |
| 1.2.3 DSP 技术的研究现状 | 第14-15页 |
| 1.2.4 研究基础 | 第15页 |
| 1.3 本论文中涉及的关键技术 | 第15-17页 |
| 1.3.1 图像处理技术 | 第16页 |
| 1.3.2 单目视觉测量技术 | 第16-17页 |
| 1.4 农业多机器人系统的设计思想 | 第17-19页 |
| 1.5 研究内容 | 第19-20页 |
| 第二章 基于 DSP 开发板的机器视觉实验平台搭建 | 第20-33页 |
| 2.1 基于 SEED-VPM642 开发板搭建实验平台 | 第20-24页 |
| 2.1.1 SEED-VPM642 开发板 | 第20-23页 |
| 2.1.2 仿真器 | 第23页 |
| 2.1.3 摄像机 | 第23-24页 |
| 2.1.4 GADMEI 7 英寸液晶监视器 | 第24页 |
| 2.2 软件开发环境 CCS3.3 | 第24-26页 |
| 2.2.1 CCS3.3 简介 | 第24-25页 |
| 2.2.2 软件开发流程 | 第25-26页 |
| 2.3 DSP 开发板初始化 | 第26-32页 |
| 2.3.1 DSP 图像处理电路 | 第26页 |
| 2.3.2 DSP 初始化及内存分配 | 第26-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 基于 DSP 的目标检测方法研究 | 第33-50页 |
| 3.1 目标提取 | 第33-36页 |
| 3.1.1 帧间差分法 | 第34-35页 |
| 3.1.2 YCbCr 颜色空间目标提取 | 第35-36页 |
| 3.2 区域法提取图像目标 | 第36-40页 |
| 3.2.1 区域法提取图像目标 | 第36-38页 |
| 3.2.2 目标区域数据获取及边框添加 | 第38-40页 |
| 3.3 目标物体位置求解 | 第40-49页 |
| 3.3.1 目标目标物体的位置计算 | 第40-46页 |
| 3.3.2 实验室模拟实验结果 | 第46-47页 |
| 3.3.3 实地模拟试验结果 | 第47-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第四章 基于 DSP 的路径检测方法研究 | 第50-61页 |
| 4.1 图像预处理 | 第50-52页 |
| 4.1.1 实验模拟道路环境 | 第51-52页 |
| 4.1.2 图像灰度化 | 第52页 |
| 4.1.3 图像二值化 | 第52页 |
| 4.2 路径检测方法研究 | 第52-59页 |
| 4.2.1 道路岔口检测 | 第53-55页 |
| 4.2.2 道路边缘检测 | 第55-59页 |
| 4.3 DSP 开发板的程序烧写 | 第59-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第五章 结论与展望 | 第61-63页 |
| 5.1 结论 | 第61页 |
| 5.2 展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 附录 1 目标检测算法 | 第67-71页 |
| 作者简介 | 第71页 |