基于双目视觉的杂草识别系统研究
| 摘要 | 第1-7页 |
| 第一章 绪论 | 第7-12页 |
| ·研究背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·研究内容 | 第9-10页 |
| ·本章小结 | 第10-12页 |
| 第二章 双目立体视觉系统构建 | 第12-27页 |
| ·双目立体视觉概述 | 第12-15页 |
| ·基本原理 | 第12-13页 |
| ·双目视觉研究方法 | 第13-15页 |
| ·双目视觉系统设计 | 第15-18页 |
| ·系统硬件组成 | 第15-16页 |
| ·系统硬件安装结构 | 第16-17页 |
| ·图像采集软件设计 | 第17-18页 |
| ·双目视觉系统的标定 | 第18-26页 |
| ·摄像机标定原理 | 第18-22页 |
| ·双目视觉系统的MATLAB标定 | 第22-24页 |
| ·标定结果 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 单目图像特征提取 | 第27-38页 |
| ·图像预处理 | 第27-32页 |
| ·改进的超绿特征图像灰度化 | 第27-29页 |
| ·图像二值化与面积滤波 | 第29-31页 |
| ·目标边缘检测 | 第31-32页 |
| ·形态特征提取 | 第32-36页 |
| ·形状特征参数 | 第33-35页 |
| ·不变矩特征参数 | 第35-36页 |
| ·纹理特征提取 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 基于双目视觉图像的高度特征提取 | 第38-56页 |
| ·灰度图像掩膜处理 | 第39-40页 |
| ·立体图像校正 | 第40-47页 |
| ·无标定参数校正原理 | 第40-42页 |
| ·校正双目图像 | 第42-47页 |
| ·立体匹配 | 第47-52页 |
| ·匹配策略 | 第47-48页 |
| ·基于全局误差能量最小化的立体匹配算法 | 第48-50页 |
| ·消除不可靠视差 | 第50-52页 |
| ·计算深度信息 | 第52-53页 |
| ·植株高度特征提取 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 融合高度特征的杂草识别 | 第56-74页 |
| ·研究方法概述 | 第56-57页 |
| ·数据准备和预处理 | 第57-58页 |
| ·基于MMAS算法的形态特征优化选择 | 第58-61页 |
| ·MMAS优化算法 | 第58-59页 |
| ·特征选择过程与结果分析 | 第59-61页 |
| ·SVM模型参数优化 | 第61-69页 |
| ·基于网格搜索的K-CV算法参数寻优 | 第61-63页 |
| ·基于GA算法的参数寻优 | 第63-65页 |
| ·基于PSO算法的参数寻优 | 第65-68页 |
| ·参数优化结果 | 第68-69页 |
| ·分类模型测试与分析 | 第69-71页 |
| ·杂草识别研究平台的开发 | 第71-72页 |
| ·本章小结 | 第72-74页 |
| 第六章 总结与展望 | 第74-76页 |
| ·内容总结 | 第74-75页 |
| ·创新之处 | 第75页 |
| ·研究展望 | 第75-76页 |
| 参考文献 | 第76-80页 |
| Abstract | 第80-82页 |
| 致谢 | 第82页 |
