致谢 | 第7-8页 |
摘要 | 第8-10页 |
ABSTRACT | 第10-11页 |
主要符号对照表 | 第16-19页 |
第一章 绪论 | 第19-33页 |
1.1 研究背景和意义 | 第19-24页 |
1.1.1 我国马铃薯产业概况 | 第19-20页 |
1.1.2 基于机器视觉的马铃薯表面缺陷检测 | 第20-23页 |
1.1.3 基于机器视觉的马铃薯形状检测 | 第23-24页 |
1.2 维形状检测方法 | 第24-27页 |
1.2.1 傅里叶描述子方法 | 第25页 |
1.2.2 几何参数方法 | 第25-26页 |
1.2.3 傅里叶描述子与几何参数结合方法 | 第26-27页 |
1.2.4 Zernike等不变矩描述形状方法 | 第27页 |
1.3 三维重建技术研究现状 | 第27-29页 |
1.3.1 基于双目视觉的三维重建 | 第27-28页 |
1.3.2 基于深度图像的三维重建 | 第28-29页 |
1.3.3 其他三维重建方法的三维重建 | 第29页 |
1.4 本文主要研究内容与技术路线 | 第29-31页 |
1.4.1 研究目标 | 第29页 |
1.4.2 研究内容 | 第29-30页 |
1.4.3 本文各章节内容安排 | 第30-31页 |
1.4.4 技术路线 | 第31页 |
1.5 本章小结 | 第31-33页 |
第二章 图像采集系统 | 第33-36页 |
2.1 系统整体搭建 | 第33页 |
2.2 光源、相机与镜头的选择 | 第33-34页 |
2.3 图像读取 | 第34-35页 |
2.4 本章小结 | 第35-36页 |
第三章 马铃薯三维表面重建研究 | 第36-64页 |
3.1 二维图像处理 | 第36-44页 |
3.1.1 马铃薯轮廓检测 | 第36-39页 |
3.1.2 马铃薯边界点存贮 | 第39-40页 |
3.1.3 图像旋转矫正 | 第40-44页 |
3.2 二维与三维空间转换 | 第44-49页 |
3.2.1 二维轮廓与三维骨架映射关系推导 | 第44-46页 |
3.2.2 空间转换算法实现 | 第46-47页 |
3.2.3 实验结果 | 第47-49页 |
3.3 马铃薯三维模型表面的曲面形成方法 | 第49-54页 |
3.3.1 概述 | 第49-50页 |
3.3.2 最小二乘拟合法 | 第50-51页 |
3.3.3 最小二乘法曲面拟合 | 第51-52页 |
3.3.4 实验结果 | 第52-54页 |
3.4 模型精确度分析 | 第54-61页 |
3.4.1 指标选取 | 第54页 |
3.4.2 表面离轴距离分析 | 第54-59页 |
3.4.3 表面曲率分析 | 第59-61页 |
3.5 模型实用性分析 | 第61-62页 |
3.5.1 算法用时分析 | 第61页 |
3.5.2 模型数据量分析 | 第61-62页 |
3.6 本章小结 | 第62-64页 |
第四章 基于轮廓的三维重建软件实现 | 第64-72页 |
4.1 软件需求分析 | 第64页 |
4.1.1 商业需求 | 第64页 |
4.1.2 软件概述 | 第64页 |
4.1.3 软件功能分析 | 第64页 |
4.2 软件开发工具 | 第64-66页 |
4.2.1 Visual C++2010软件开发工具 | 第64-65页 |
4.2.2 OpenCV、PCL开源图像处理函数库 | 第65-66页 |
4.3 三维重建软件 | 第66-71页 |
4.3.1 三维重建流程图 | 第66页 |
4.3.2 软件界面说明 | 第66-70页 |
4.3.3 软件操作介绍 | 第70-71页 |
4.4 本章小结 | 第71-72页 |
第五章 三维重建在农产品检测中的应用 | 第72-76页 |
5.1 模型应用于计算表面积 | 第72-73页 |
5.1.1 农产品表面积计算概述 | 第72页 |
5.1.2 模型应用与分析 | 第72-73页 |
5.2 模型应用于形状检测 | 第73-74页 |
5.2.1 农产品形状检测概述 | 第73页 |
5.2.2 模型应用与分析 | 第73-74页 |
5.3 本章小节 | 第74-76页 |
第六章 总结与展望 | 第76-79页 |
6.1 研究结论 | 第76-77页 |
6.2 主要创新点 | 第77-78页 |
6.3 展望 | 第78-79页 |
参考文献 | 第79-83页 |
科研成果 | 第83页 |