基于图像处理的番茄茎根部生长结构参数提取
| 摘要 | 第8-9页 |
| Abstract | 第9页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-18页 |
| 1.2.1 基于机器视觉的作物检测与识别理论研究 | 第11-15页 |
| 1.2.2 基于USB摄像头的视觉系统的研究 | 第15-18页 |
| 1.3 课题的主要研究内容和技术路线 | 第18-19页 |
| 1.3.1 研究内容 | 第18页 |
| 1.3.2 技术路线 | 第18-19页 |
| 1.4 本章小结 | 第19-20页 |
| 第二章 田间图像采集方法研究 | 第20-31页 |
| 2.1 图像质量的影响因素 | 第20-22页 |
| 2.1.1 摄像头帧率的影响 | 第20-21页 |
| 2.1.2 光照强度的影响 | 第21页 |
| 2.1.3 行驶速度的影响 | 第21-22页 |
| 2.2 图像采集软件的开发 | 第22-25页 |
| 2.2.1 系统初始化 | 第23-24页 |
| 2.2.2 单帧图片的采集 | 第24-25页 |
| 2.2.3 软件的应用 | 第25页 |
| 2.3 试验研究 | 第25-30页 |
| 2.3.1 试验目的及评价指标 | 第26-27页 |
| 2.3.2 试验安排及结果 | 第27-28页 |
| 2.3.3 试验因素与评价指标的关系 | 第28-29页 |
| 2.3.4 试验结果分析 | 第29-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 图像预处理及灰度化处理 | 第31-40页 |
| 3.1 图像的预处理 | 第31-35页 |
| 3.1.1 邻域均值滤波 | 第32-34页 |
| 3.1.2 矢量中值滤波 | 第34-35页 |
| 3.1.3 预处理结果分析 | 第35页 |
| 3.2 图像的灰度化处理 | 第35-39页 |
| 3.2.1 HSI空间模型的分析与处理 | 第36-37页 |
| 3.2.2 RGB空间模型的分析与处理 | 第37-38页 |
| 3.2.3 归一化rgb空间模型的分析与处理 | 第38-39页 |
| 3.3 本章小结 | 第39-40页 |
| 第四章 图像分割方法研究 | 第40-49页 |
| 4.1 灰度图像的二值化处理 | 第40-46页 |
| 4.1.1 直方图双峰法 | 第41-42页 |
| 4.1.2 自动取阈值法 | 第42-43页 |
| 4.1.3 迭代法阈值法 | 第43-46页 |
| 4.2 二值图像的形态学处理 | 第46-48页 |
| 4.2.1 膨胀运算 | 第46页 |
| 4.2.2 腐蚀运算 | 第46-47页 |
| 4.2.3 开运算 | 第47页 |
| 4.2.4 闭运算 | 第47-48页 |
| 4.3 本章小结 | 第48-49页 |
| 第五章 茎根部生长结构参数提取方法研究 | 第49-62页 |
| 5.1 番茄茎根部定位识别 | 第49-60页 |
| 5.1.1 投影定位法 | 第49-53页 |
| 5.1.2 基于图像旋转的定位法 | 第53-58页 |
| 5.1.3 茎根部区块旋转定位法 | 第58-60页 |
| 5.2 番茄茎粗及茎秆的识别 | 第60-61页 |
| 5.2.1 番茄作物茎粗的识别 | 第60-61页 |
| 5.2.2 番茄作物茎秆的识别 | 第61页 |
| 5.3 本章小结 | 第61-62页 |
| 第六章 结论与展望 | 第62-64页 |
| 6.1 结论 | 第62页 |
| 6.2 创新点 | 第62-63页 |
| 6.3 展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间发表学术论文 | 第68-69页 |
