| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-21页 |
| 1.1 背景及意义 | 第10-13页 |
| 1.2 机器视觉的发展 | 第13-15页 |
| 1.3 国内外研究现状 | 第15-19页 |
| 1.3.1 机器视觉检测番茄作物生长过程的研究现状 | 第15-16页 |
| 1.3.2 机器视觉检测番茄植株病害的研究现状 | 第16页 |
| 1.3.3 机器视觉在番茄分级中的研究现状 | 第16-18页 |
| 1.3.4 机器视觉在番茄采摘中的研究现状 | 第18-19页 |
| 1.4 研究内容 | 第19页 |
| 1.5 研究方法 | 第19-21页 |
| 第二章 番茄收割机实时分拣系统的方案设计 | 第21-31页 |
| 2.1 果实分拣系统功能分析 | 第21-22页 |
| 2.2 番茄分拣功能实现 | 第22-25页 |
| 2.2.1 番茄分拣技术介绍 | 第22-23页 |
| 2.2.2 番茄识别方法 | 第23-24页 |
| 2.2.3 番茄分拣执行机构 | 第24-25页 |
| 2.3 果实分拣系统方案设计 | 第25-28页 |
| 2.3.1 整幅拍摄方案 | 第26-27页 |
| 2.3.2 单列拍摄方案 | 第27-28页 |
| 2.4 果实分拣系统方案对比 | 第28-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于LabVIEW的番茄分拣图像采集系统设计 | 第31-54页 |
| 3.1 番茄收割机的工作流程 | 第31-34页 |
| 3.2 番茄分拣的照明系统设计 | 第34-38页 |
| 3.2.1 光源的选择 | 第35-36页 |
| 3.2.2 打光方式 | 第36-38页 |
| 3.2.3 果实分拣系统照明方式设计 | 第38页 |
| 3.3 果实分拣系统机构设计 | 第38-40页 |
| 3.4 番茄分拣系统的硬件方案 | 第40-46页 |
| 3.4.1 相机的选择 | 第40-43页 |
| 3.4.2 机器视觉系统实时控制系统选择 | 第43-45页 |
| 3.4.3 执行的I/O模块 | 第45-46页 |
| 3.5 番茄分拣系统电气设计 | 第46-47页 |
| 3.6 番茄分拣系统软件设计 | 第47-53页 |
| 3.6.1 LabVIEW简介 | 第47-49页 |
| 3.6.2 图像采集系统方案设计 | 第49页 |
| 3.6.3 基于LabVIEW的图像采集的实现 | 第49-53页 |
| 3.7 本章小结 | 第53-54页 |
| 第四章 基于机器视觉的番茄分拣算法研究 | 第54-70页 |
| 4.1 图像预处理 | 第54-65页 |
| 4.1.1 彩色图像灰度化 | 第54-58页 |
| 4.1.2 图像增强 | 第58-59页 |
| 4.1.3 灰度图像二值化 | 第59-62页 |
| 4.1.4 形态学处理 | 第62-65页 |
| 4.2 目标识别与提取 | 第65-69页 |
| 4.2.1 边缘检测 | 第65-67页 |
| 4.2.2 图像信息提取 | 第67-69页 |
| 4.3 本章总结 | 第69-70页 |
| 第五章 基于机器视觉的番茄分拣系统的功能试验 | 第70-78页 |
| 5.1 系统功能 | 第70-71页 |
| 5.2 番茄分拣系统软件设计与功能试验 | 第71-72页 |
| 5.3 系统优化 | 第72-77页 |
| 5.3.1 图像灰度化的优化 | 第72-73页 |
| 5.3.2 二值图像去噪与填补空洞 | 第73-75页 |
| 5.3.3 图像目标提取程序的优化 | 第75-77页 |
| 5.4 本章总结 | 第77-78页 |
| 总结和展望 | 第78-80页 |
| 总结 | 第78-79页 |
| 展望 | 第79-80页 |
| 参考文献 | 第80-85页 |
| 附录 | 第85-93页 |
| 攻读硕士期间取得的研究成果 | 第93-94页 |
| 致谢 | 第94页 |