采摘机器人视觉及控制系统的设计与研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景和意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 本课题研究内容 | 第11-14页 |
| 2 采摘机器人整体结构的设计 | 第14-18页 |
| 2.1 整体结构 | 第14页 |
| 2.2 视觉平台 | 第14-17页 |
| 2.3 采摘平台 | 第17-18页 |
| 3 机器视觉系统的研究 | 第18-26页 |
| 3.1 理论基础 | 第18页 |
| 3.2 双目视觉技术的实现流程 | 第18-19页 |
| 3.3 线性摄像机模型 | 第19-21页 |
| 3.4 线性摄像机成像模型 | 第21-24页 |
| 3.5 双目立体视觉三维重建 | 第24-26页 |
| 4 果实识别 | 第26-36页 |
| 4.1 图像采集与预处理 | 第26页 |
| 4.2 图像分割 | 第26-36页 |
| 4.2.1 阈值分割理论 | 第27-28页 |
| 4.2.2 颜色特征 | 第28-29页 |
| 4.2.3 颜色分量的分析 | 第29-33页 |
| 4.2.4 目标区域的分割与处理 | 第33-36页 |
| 5 立体匹配 | 第36-42页 |
| 5.1 理论基础 | 第36-37页 |
| 5.2 匹配基元 | 第37页 |
| 5.3 匹配约束 | 第37页 |
| 5.4 立体匹配方法 | 第37-38页 |
| 5.4.1 基于区域的匹配方法 | 第38页 |
| 5.4.2 基于特征的匹配方法 | 第38页 |
| 5.5 匹配算法选择 | 第38-40页 |
| 5.6 匹配试验 | 第40-42页 |
| 6 目标果实的空间定位 | 第42-48页 |
| 6.1 基于神经网络的摄像机标定理论 | 第42页 |
| 6.2 基于优化的BP网络的标定实现 | 第42-44页 |
| 6.3 标定试验 | 第44-46页 |
| 6.4 目标定位 | 第46-48页 |
| 7 采摘平台的研究 | 第48-56页 |
| 7.1 控制系统的硬件构成 | 第48-49页 |
| 7.2 运动函数库 | 第49-51页 |
| 7.3 二次开发 | 第51-52页 |
| 7.4 采摘测试 | 第52-56页 |
| 8 结论与展望 | 第56-58页 |
| 8.1 结论 | 第56页 |
| 8.2 展望 | 第56-58页 |
| 攻读学位期间参加的科研项目及发表的学术论文 | 第58-60页 |
| 致谢 | 第60-62页 |
| 参考文献 | 第62-64页 |
