基于机器视觉的猕猴桃果实识别与定位关键技术研究
摘要 | 第1-5页 |
ABSTRACT | 第5-9页 |
第一章 绪论 | 第9-16页 |
引言 | 第9页 |
·课题的研究目的与意义 | 第9-10页 |
·水果采摘机器人技术研究现状 | 第10-13页 |
·国内外目标识别研究现状 | 第11-12页 |
·国内外立体视觉研究现状 | 第12-13页 |
·水果收获机器人的最新发展趋势 | 第13-14页 |
·研究内容与组织结构 | 第14-16页 |
·研究内容 | 第14页 |
·论文组织结构 | 第14-16页 |
第二章 猕猴桃果实目标的识别 | 第16-36页 |
·猕猴桃果实与周围环境间颜色特征的统计与分析 | 第16-23页 |
·颜色模型 | 第16-17页 |
·猕猴桃果实与周围环境颜色特征的实验与统计 | 第17-22页 |
·颜色特征统计结果分析 | 第22-23页 |
·图像预处理 | 第23-25页 |
·图像分割 | 第25-28页 |
·图像分割方法 | 第25-26页 |
·基于直方图的固定阈值分割 | 第26-27页 |
·自动阈值分割 | 第27-28页 |
·分割方法的结果分析 | 第28页 |
·残留物去除 | 第28-30页 |
·数学形态学方法 | 第28-29页 |
·噪声去除与图像填充 | 第29-30页 |
·果实目标的特征提取 | 第30-34页 |
·边缘检测 | 第30-32页 |
·特征提取 | 第32-34页 |
·特征提取实验结果 | 第34页 |
·本章小结 | 第34-36页 |
第三章 猕猴桃果实的空间定位 | 第36-48页 |
·相机标定 | 第36-39页 |
·相机标定方法分析 | 第36页 |
·相机透视成像的几何模型 | 第36-37页 |
·本研究采用的标定方法 | 第37-39页 |
·立体视觉原理 | 第39-41页 |
·视觉系统坐标系 | 第39页 |
·立体视觉的几何模型 | 第39-41页 |
·果实目标的特征点匹配 | 第41-45页 |
·匹配规则 | 第41-42页 |
·特征匹配方法 | 第42页 |
·基于形心特征的匹配算法 | 第42-43页 |
·匹配结果与讨论 | 第43-45页 |
·空间坐标的计算 | 第45-47页 |
·三维计算原理 | 第45页 |
·空间点的三维坐标计算 | 第45-46页 |
·实验与分析 | 第46-47页 |
·本章小结 | 第47-48页 |
第四章 系统软件功能与实现 | 第48-51页 |
·系统功能 | 第48-49页 |
·软件实现 | 第49-50页 |
·本章小结 | 第50-51页 |
第五章 结论与展望 | 第51-53页 |
·结论 | 第51页 |
·展望与建议 | 第51-53页 |
参考文献 | 第53-57页 |
致谢 | 第57-58页 |
作者简介 | 第58页 |