| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题背景 | 第10页 |
| 1.2 研究目的及意义 | 第10-11页 |
| 1.3 果实采摘机器人视觉系统的研究现状 | 第11-17页 |
| 1.3.1 国外研究现状 | 第11-15页 |
| 1.3.2 国内研究现状 | 第15-17页 |
| 1.4 采摘机器人视觉系统工作流程 | 第17-18页 |
| 1.5 本文的主要研究内容 | 第18-20页 |
| 第2章 利用边缘检测方法进行果实识别 | 第20-32页 |
| 2.1 引言 | 第20页 |
| 2.2 边缘检测方法的发展 | 第20-21页 |
| 2.3 采用 Canny 边缘检测方法查找果实边缘 | 第21-31页 |
| 2.3.1 Canny 边缘检测 | 第22-27页 |
| 2.3.2 Canny 方法识别苹果以及圆心定位 | 第27-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 枝干提取以及形态学优化 | 第32-47页 |
| 3.1 引言 | 第32页 |
| 3.2 提取枝叶边界 | 第32-39页 |
| 3.2.1 色彩方案选择 | 第32-34页 |
| 3.2.2 枝干色差提取方法 | 第34-37页 |
| 3.2.3 实验结果及其分析 | 第37-39页 |
| 3.3 运用形态学方法对提取形状进行优化 | 第39-43页 |
| 3.3.1 形态学图像处理方法 | 第39-41页 |
| 3.3.2 形态学方法优化枝干图像 | 第41-42页 |
| 3.3.3 运用形态学方法修补遮挡果实 | 第42-43页 |
| 3.4 本章小结 | 第43-47页 |
| 第4章 细化方法提取枝干 | 第47-60页 |
| 4.1 引言 | 第47-48页 |
| 4.2 细化方法提取枝干 | 第48-49页 |
| 4.3 典型情况分析 | 第49-52页 |
| 4.3.1 典型保留类型 | 第49-51页 |
| 4.3.2 典型去除类型 | 第51-52页 |
| 4.4 细化实验 | 第52-57页 |
| 4.4.1 规则形态 Y 型骨架提取实验 | 第52-53页 |
| 4.4.2 自然形态 Y 型骨架提取实验 | 第53-55页 |
| 4.4.3 枝干骨架提取实验 | 第55-57页 |
| 4.5 本章小结 | 第57-60页 |
| 第5章 双目标定与立体匹配 | 第60-77页 |
| 5.1 引言 | 第60页 |
| 5.2 双目立体视觉系统 | 第60-64页 |
| 5.2.1 实验设备 | 第60页 |
| 5.2.2 摄像机模型 | 第60-61页 |
| 5.2.3 坐标系之间的换算关系 | 第61-64页 |
| 5.3 摄像机标定 | 第64-71页 |
| 5.3.1 标定方法原理简介 | 第64-67页 |
| 5.3.2 摄像机标定 | 第67-71页 |
| 5.4 苹果图像的立体匹配 | 第71-76页 |
| 5.4.1 苹果目标的特征点匹配 | 第71-72页 |
| 5.4.2 空间定位方程 | 第72-74页 |
| 5.4.3 空间定位实验 | 第74-76页 |
| 5.5 本章小结 | 第76-77页 |
| 结论 | 第77-79页 |
| 参考文献 | 第79-84页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第84-85页 |
| 致谢 | 第85-86页 |
| 作者简介 | 第86页 |