苹果采摘机器人视觉系统识别基础方法的研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景及研究目的和意义 | 第9-10页 |
| 1.2 果实采摘机器人视觉系统的研究现状 | 第10-14页 |
| 1.2.1 国外研究现状 | 第10-13页 |
| 1.2.2 国内研究现状 | 第13-14页 |
| 1.3 果实采摘机器人视觉系统存在的问题及分析 | 第14-15页 |
| 1.4 本文的主要研究内容 | 第15-17页 |
| 第2章 多个重叠果实的识别 | 第17-30页 |
| 2.1 引言 | 第17页 |
| 2.2 彩色果实图像的识别 | 第17-19页 |
| 2.2.1 颜色空间 | 第17页 |
| 2.2.2 颜色模型选取 | 第17-19页 |
| 2.3 提取目标果实 | 第19-21页 |
| 2.4 标记分水岭果实分割 | 第21-25页 |
| 2.5 提取果实特征 | 第25-29页 |
| 2.5.1 Hough变换检测圆 | 第26-27页 |
| 2.5.2 最小二乘法检测圆 | 第27-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 双目的标定和校正 | 第30-44页 |
| 3.1 引言 | 第30页 |
| 3.2 摄像机成像理论基础 | 第30-34页 |
| 3.2.1 相机线性模型 | 第30-32页 |
| 3.2.2 非线性摄像机模型 | 第32-33页 |
| 3.2.3 摄像机坐标系图像坐标系与世界坐标系 | 第33-34页 |
| 3.3 摄像机的标定 | 第34-43页 |
| 3.3.1 典型的相机标定方法 | 第34-35页 |
| 3.3.2 本课题选用的标定方法 | 第35-39页 |
| 3.3.3 改进的双目标定方法进行标定 | 第39-43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 双目立体匹配 | 第44-61页 |
| 4.1 引言 | 第44页 |
| 4.2 图像预处理 | 第44-51页 |
| 4.3 双目图像的匹配 | 第51-60页 |
| 4.3.1 双目立体匹配原理 | 第52-53页 |
| 4.3.2 匹配基元 | 第53-56页 |
| 4.3.3 双目的校正 | 第56-59页 |
| 4.3.4 深度信息获取 | 第59-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第5章 双目立体视觉系统 | 第61-78页 |
| 5.1 引言 | 第61页 |
| 5.2 苹果特征的立体匹配 | 第61-63页 |
| 5.2.1 苹果特征点匹配 | 第61-62页 |
| 5.2.2 匹配约束条件 | 第62-63页 |
| 5.3 苹果特征点的空间定位 | 第63-65页 |
| 5.4 苹果定位实验 | 第65-69页 |
| 5.4.1 实验依据与实验目的 | 第65页 |
| 5.4.2 实验设备 | 第65页 |
| 5.4.3 图像采集设备 | 第65-66页 |
| 5.4.4 实验步骤 | 第66-69页 |
| 5.4.5 实验结果分析 | 第69页 |
| 5.5 苹果定位改进实验 | 第69-76页 |
| 5.5.1 实验目的 | 第69-70页 |
| 5.5.2 实验步骤 | 第70-76页 |
| 5.6 本章小结 | 第76-78页 |
| 结论 | 第78-80页 |
| 参考文献 | 第80-83页 |
| 致谢 | 第83页 |
