首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于深度相机的叶菜类作物三维重建与生长测量方法研究

致谢第6-7页
摘要第7-8页
Abstract第8-9页
缩略词清单第17-18页
1 绪论第18-29页
    1.1 研究背景与意义第18页
    1.2 基于机器视觉的作物无损测量研究现状第18-26页
        1.2.1 基于二维数字图像的作物无损测量第19-20页
        1.2.2 基于三维信息的作物无损测量第20-24页
        1.2.3 国内外研究现状总结第24-26页
    1.3 研究目标与内容第26-27页
        1.3.1 研究目标第26页
        1.3.2 研究内容第26-27页
    1.4 技术路线第27-28页
    1.5 本章小结第28-29页
2 作物三维重建平台搭建与方法研究第29-50页
    2.1 现有相关方法研究第29-30页
        2.1.1 基于转台的三维重建方法第29-30页
        2.1.2 基于Kinect深度相机的三维重建第30页
    2.2 Kinect深度相机性能分析第30-33页
    2.3 实验平台的设计与搭建第33-34页
    2.4 作物三维重建方法第34-47页
        2.4.1 方法总览第34-36页
        2.4.2 原始数据采集第36-37页
        2.4.3 点云预处理第37-41页
        2.4.4 转台识别与背景分割第41-42页
        2.4.5 标记点识别第42-44页
        2.4.6 点云配准第44-46页
        2.4.7 离群点移除第46-47页
    2.5 三维重建精度评估第47-49页
    2.6 本章小结第49-50页
3 作物三维点云降噪方法研究第50-76页
    3.1 作物三维点云噪声分析第50-51页
    3.2 现有相关算法研究第51-52页
        3.2.1 符号距离函数(SDF)第51-52页
        3.2.2 移动最小二乘法(MLS)第52页
    3.3 基于干涉消除的多视角点云降噪方法第52-65页
        3.3.1 方法总览第52-53页
        3.3.2 三角化第53-55页
        3.3.3 干涉检查第55-56页
        3.3.4 干涉处理第56-64页
        3.3.5 移动与删除点第64页
        3.3.6 迭代第64-65页
    3.4 点云降噪实验第65-75页
        3.4.1 参数选择第65-68页
        3.4.2 性能分析第68-70页
        3.4.3 与TSDF和MLS的比较第70-75页
    3.5 本章小结第75-76页
4 基于三维点云的作物生长参数测量方法研究第76-97页
    4.1 作物生长参数测量方法第76-87页
        4.1.1 方法总览第76-77页
        4.1.2 植物-非植物点云分割第77-79页
        4.1.3 植物点云降噪第79-80页
        4.1.4 植物点云三角化第80-81页
        4.1.5 基于花盆形状特征的点云分割第81-83页
        4.1.6 株高测量方法第83-84页
        4.1.7 叶面积测量方法第84-85页
        4.1.8 体积测量方法第85-87页
    4.2 作物生长参数测量实验与分析第87-95页
        4.2.1 实验设计第87-88页
        4.2.2 株高测量结果第88-90页
        4.2.3 叶面积测量结果第90-91页
        4.2.4 体积测量结果第91-92页
        4.2.5 与生物量的相关性研究第92-93页
        4.2.6 性能分析第93-94页
        4.2.7 实用性及鲁棒性分析第94-95页
    4.3 本章小结第95-97页
5 作物生长信息管理与连续测量方法研究第97-124页
    5.1 作物标记方法第97-101页
        5.1.1 方案设计与二维码类型选择第97-98页
        5.1.2 DM码形状恢复与读取第98-100页
        5.1.3 作物点云重定位第100-101页
    5.2 作物生长信息管理系统第101-105页
        5.2.1 系统简介第101-102页
        5.2.2 功能详述第102-105页
        5.2.3 未来研究构想第105页
    5.3 作物生长连续测量实验与分析第105-122页
        5.3.1 实验设计第105-106页
        5.3.2 株高的连续测量与误差分析第106-113页
        5.3.3 投影叶面积的连续测量与误差分析第113-116页
        5.3.4 总叶面积、体积与生物量的连续测量第116-121页
        5.3.5 作物生长三维动态与普适性分析第121-122页
    5.4 本章小结第122-124页
6 结论与展望第124-128页
    6.1 主要研究结论第124-126页
    6.2 本文创新点第126页
    6.3 进一步研究展望第126-128页
参考文献第128-135页
作者简介第135页

论文共135页,点击 下载论文
上一篇:4D人体动作识别中的关键技术研究
下一篇:组合测试方法及其有效性研究