基于机器视觉的月表石块识别方法研究
| 提要 | 第1-7页 |
| 第一章 绪论 | 第7-21页 |
| ·引言 | 第7-8页 |
| ·月球车环境感知技术研究现状 | 第8-15页 |
| ·国外月球车环境感知技术研究现状 | 第8-14页 |
| ·国内月球车环境感知技术研究现状 | 第14-15页 |
| ·计算机视觉的研究概况 | 第15-17页 |
| ·计算机视觉概述 | 第15-16页 |
| ·计算机视觉系统的组成 | 第16页 |
| ·利用计算机视觉系统进行月球车环境感知的优势 | 第16-17页 |
| ·基于机器视觉的月表石块探测研究情况 | 第17-18页 |
| ·论文的研究工作 | 第18-21页 |
| ·论文研究的目的和意义 | 第18页 |
| ·论文研究的主要内容和工作 | 第18-21页 |
| 第二章 变环境下的石块图像分割算法 | 第21-37页 |
| ·概述 | 第21-22页 |
| ·基于形态学梯度的最小误差分割算法 | 第22-25页 |
| ·形态学梯度算子 | 第22-23页 |
| ·最小误差分割法 | 第23-25页 |
| ·基于FISHER 准则函数分割算法 | 第25-28页 |
| ·二维最大类间方差分割算法 | 第28-32页 |
| ·图像灰度和邻域信息的表示及二维直方图的定义 | 第28-30页 |
| ·二维最大类间方差分割算法原理 | 第30-32页 |
| ·最大相关准则函数分割算法 | 第32-33页 |
| ·其它阈值分割方法 | 第33-36页 |
| ·基于纹理信息(对比度)的分割算法 | 第34页 |
| ·局部阈值结合全局阈值分割算法 | 第34-35页 |
| ·最佳熵分割算法 | 第35-36页 |
| ·本章 小结 | 第36-37页 |
| 第三章 变环境图像分割算法对比与分析 | 第37-51页 |
| ·概述 | 第37页 |
| ·变环境下图像分割算法对比与分析 | 第37-46页 |
| ·基于形态学梯度算子分割算法的分析 | 第38-40页 |
| ·基于 Fisher 准则函数分割算法分析 | 第40-43页 |
| ·二维最大类间方差分割方法分析 | 第43-45页 |
| ·最大相关准则函数分割方法分析 | 第45-46页 |
| ·其它阈值分割方法分析 | 第46-49页 |
| ·基于纹理信息(对比度)分割算法分析 | 第46-47页 |
| ·局部阈值结合全局阈值分割算法分析 | 第47-49页 |
| ·本章 小结 | 第49-51页 |
| 第四章 石块的定位与识别 | 第51-69页 |
| ·概述 | 第51页 |
| ·二值化图像的孤立点消除 | 第51-54页 |
| ·孤立点消除算法实现原理 | 第52-54页 |
| ·二值化图像的膨胀和腐蚀 | 第54-60页 |
| ·图像膨胀 | 第55-59页 |
| ·图像腐蚀 | 第59-60页 |
| ·石块的识别与定位 | 第60-67页 |
| ·区域标记算法原理 | 第60-62页 |
| ·算法验证 | 第62-64页 |
| ·石块的识别 | 第64-65页 |
| ·石块的定位 | 第65-67页 |
| ·本章 小结 | 第67-69页 |
| 第五章 实验与全文总结 | 第69-83页 |
| ·实验验证 | 第69-80页 |
| ·论文主要研究工作及结论 | 第80-81页 |
| ·本文的局限性及进一步研究工作 | 第81-83页 |
| 参考文献 | 第83-88页 |
| 摘要 | 第88-90页 |
| ABSTRACT | 第90-93页 |
| 致谢 | 第93页 |
