采棉机器人视觉系统的关键技术研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·引言 | 第7页 |
| ·研究目的及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-11页 |
| ·国外研究现状 | 第9-10页 |
| ·国内研究现状 | 第10-11页 |
| ·研究内容及技术路线 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 第二章 双目立体视觉系统的组成及图像的获取 | 第13-18页 |
| ·引言 | 第13页 |
| ·双目立体视觉软硬件介绍 | 第13-17页 |
| ·实验硬件环境 | 第13-15页 |
| ·实验的软件环境 | 第15-17页 |
| ·本章小结 | 第17-18页 |
| 第三章 摄像机标定 | 第18-33页 |
| ·引言 | 第18页 |
| ·摄像机成像模型 | 第18-21页 |
| ·线性模型 | 第18-19页 |
| ·非线性模型 | 第19-20页 |
| ·畸变校正模型 | 第20-21页 |
| ·摄像机标定中的坐标系系统与转换 | 第21-25页 |
| ·坐标系系统 | 第21-22页 |
| ·坐标系转换 | 第22-25页 |
| ·摄像机标定方法 | 第25-26页 |
| ·传统摄像机标定方法 | 第25-26页 |
| ·摄像机自标定方法 | 第26页 |
| ·本文采用的摄像机标定方法 | 第26-32页 |
| ·单应矩阵的计算 | 第26-27页 |
| ·内外参数求解 | 第27-29页 |
| ·极大似然估计 | 第29-30页 |
| ·径向畸变处理 | 第30-31页 |
| ·标定步骤 | 第31页 |
| ·实验结果 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 自然场景下成熟棉花分割识别研究 | 第33-46页 |
| ·引言 | 第33页 |
| ·颜色空间 | 第33-36页 |
| ·RGB颜色空间 | 第33-34页 |
| ·HSV颜色空间 | 第34-35页 |
| ·YCbCr颜色空间 | 第35-36页 |
| ·基于Fisher判别的成熟棉花图像分割策略 | 第36-40页 |
| ·Fisher判别准则 | 第36-38页 |
| ·去除图像分割噪声 | 第38-40页 |
| ·实验结果 | 第40-43页 |
| ·颜色空间的对比 | 第40-41页 |
| ·分割策略的对比 | 第41-43页 |
| ·棉花特征量的选取 | 第43-44页 |
| ·多目标成熟棉花的识别 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 成熟棉花的定位 | 第46-63页 |
| ·引言 | 第46页 |
| ·视觉系统 | 第46-48页 |
| ·视觉系统的选择 | 第46-47页 |
| ·双目立体视觉系统原理 | 第47-48页 |
| ·立体匹配技术 | 第48-52页 |
| ·立体匹配算法 | 第48-49页 |
| ·相似性测量 | 第49-51页 |
| ·匹配准则 | 第51-52页 |
| ·基于采摘点约束的区域匹配 | 第52-53页 |
| ·基于采摘点约束的区域匹配算法 | 第52页 |
| ·实验结果与讨论 | 第52-53页 |
| ·SIFT特征匹配算法 | 第53-62页 |
| ·检测尺度空间极值 | 第54-56页 |
| ·精确定位关键点位置 | 第56-58页 |
| ·确定特征点主方向 | 第58页 |
| ·生成关键点特征向量 | 第58-59页 |
| ·SIFT特征向量的匹配 | 第59-60页 |
| ·实验结果 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| ·论文工作总结 | 第63-64页 |
| ·后续研究工作的建议 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 在读学位期间发表的论文 | 第68-69页 |
| 致谢 | 第69页 |
