复杂背景下基于机器视觉的葡萄叶片检测与跟踪方法研究
| 摘要 | 第2-4页 |
| SUMMARY | 第4-5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 论文研究的背景与意义 | 第8-9页 |
| 1.2 国内外相关领域研究现状 | 第9-12页 |
| 1.2.1 运动目标检测国内外研究现状 | 第10-11页 |
| 1.2.2 目标跟踪国内外研究现状 | 第11-12页 |
| 1.3 论文结构 | 第12-14页 |
| 第二章 退化叶片图像的颜色复原 | 第14-26页 |
| 2.1 灰尘干扰下叶片图像退化模型 | 第14-16页 |
| 2.1.1 直接传输光单散射模型 | 第14-15页 |
| 2.1.2 单散射下的环境光模型 | 第15页 |
| 2.1.3 复原模型 | 第15-16页 |
| 2.2 模型参数的估计 | 第16-18页 |
| 2.2.1 环境光亮度的估计 | 第16-17页 |
| 2.2.2 基于暗元原理的传播图的估计 | 第17-18页 |
| 2.3 图像恢复质量评价方法 | 第18-19页 |
| 2.4 试验结果与分析 | 第19-24页 |
| 2.5 本章小结 | 第24-26页 |
| 第三章 叶片的检测 | 第26-46页 |
| 3.1 特征提取技术 | 第26-29页 |
| 3.2 改进的HOG特征 | 第29-33页 |
| 3.3 HOG特征金字塔 | 第33-34页 |
| 3.4 多角度葡萄叶片检测模型 | 第34-37页 |
| 3.4.1 单一的可变形部件模型 | 第34-36页 |
| 3.4.2 混合的多角度模型 | 第36-37页 |
| 3.5 叶片检测器的训练 | 第37-39页 |
| 3.6 目标匹配与决策 | 第39-40页 |
| 3.7 试验结果与分析 | 第40-45页 |
| 3.8 本章小结 | 第45-46页 |
| 第四章 叶片的跟踪 | 第46-56页 |
| 4.1 判别目标模型 | 第46-48页 |
| 4.2 跟踪定位 | 第48页 |
| 4.3 尺度大小估计 | 第48-50页 |
| 4.4 跟踪目标匹配 | 第50-51页 |
| 4.5 叶片跟踪的结果与分析 | 第51-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第五章 系统的设计与实现 | 第56-64页 |
| 5.1 图像/视频在线采集网络结构 | 第56-57页 |
| 5.2 系统的开发环境和运行环境 | 第57-59页 |
| 5.2.1 开发环境 | 第57-58页 |
| 5.2.2 MATLAB GUI | 第58-59页 |
| 5.3 系统的框架 | 第59-60页 |
| 5.4 系统模块及功能分析 | 第60-63页 |
| 5.4.1 视频图像输入模块 | 第60页 |
| 5.4.2 叶片检测模块 | 第60-62页 |
| 5.4.3 叶片跟踪模块 | 第62-63页 |
| 5.5 本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-66页 |
| 6.1 总结 | 第64-65页 |
| 6.2 展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-74页 |
| 导师简介 | 第74-75页 |
| 作者简介 | 第75-76页 |
