| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 数字图像处理概述 | 第12-13页 |
| 1.2 草坪业的现状和发展趋势 | 第13-14页 |
| 1.3 选题的目的和意义 | 第14-15页 |
| 1.4 本文的主要内容和安排 | 第15-17页 |
| 第2章 数字图像处理的相关技术研究现状 | 第17-24页 |
| 2.1 图像的采集 | 第17-18页 |
| 2.2 常用颜色模型 | 第18-20页 |
| 2.3 图像预处理 | 第20-21页 |
| 2.3.1 灰度化 | 第20页 |
| 2.3.2 图像平滑 | 第20-21页 |
| 2.4 图像边缘检测 | 第21-22页 |
| 2.5 图像特征提取算法 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第3章 草地图像处理算法软硬件实现平台设计 | 第24-28页 |
| 3.1 软硬件平台总体结构设计 | 第24-26页 |
| 3.1.1 集成USB采集摄像头选型设计 | 第25页 |
| 3.1.2 集成USB摄像头功能结构 | 第25-26页 |
| 3.1.3 USB摄像头图像采集的数据结构 | 第26页 |
| 3.2 草地图像算法软件实现平台设计 | 第26-27页 |
| 3.2.1 软件开发工具选型设计 | 第26-27页 |
| 3.2.2 计算机视觉算法类库选择 | 第27页 |
| 3.3 本章总结 | 第27-28页 |
| 第4章 基于SIFT-SUSAN融合的草地障碍物识别特征匹配算法 | 第28-37页 |
| 4.1 SIFT算法简介 | 第28-29页 |
| 4.2 SUSAN算法简介 | 第29-30页 |
| 4.3 SIFT-SUSAN融合算法设计 | 第30-33页 |
| 4.4 实验结果分析 | 第33-35页 |
| 4.5 本章总结 | 第35-37页 |
| 第5章 基于改进分水岭方法的草坪背景快速分割算法设计 | 第37-52页 |
| 5.1 总体设计思路 | 第37-38页 |
| 5.2 具体实现流程 | 第38-48页 |
| 5.2.1 目标图像灰度化 | 第38-39页 |
| 5.2.2 Otsu算法求取最佳阈值 | 第39-41页 |
| 5.2.3 灰度图像二值化 | 第41页 |
| 5.2.4 分水岭方法 | 第41-48页 |
| 5.3 实验结果与分析 | 第48-50页 |
| 5.4 本章小结 | 第50-52页 |
| 第6章 障碍物特征自动匹配和草坪背景分割的实际应用 | 第52-63页 |
| 6.1 应用平台和应用场景 | 第52-56页 |
| 6.1.1 应用平台 | 第52-53页 |
| 6.1.2 应用场景 | 第53-56页 |
| 6.1.2.1 障碍物场景 | 第53-55页 |
| 6.1.2.2 草地背景场景 | 第55-56页 |
| 6.2 应用软件接口实现 | 第56-61页 |
| 6.2.1 软件接口基本系统架构 | 第56页 |
| 6.2.2 软件接口基本功能 | 第56-57页 |
| 6.2.3 算法应用效果 | 第57-61页 |
| 6.2.3.1 背景区域快速分割 | 第58-60页 |
| 6.2.3.2 基于特征匹配的障碍物识别 | 第60-61页 |
| 6.3 本章小结 | 第61-63页 |
| 第7章 总结与展望 | 第63-66页 |
| 7.1 本文的主要工作与创新点 | 第63-64页 |
| 7.2 未来工作展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 攻读学位期间研究成果 | 第71页 |
