基于ROS的除草机器人视觉导航技术研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 图像处理与机器视觉技术的研究和发展现状 | 第10页 |
| 1.3 农业机器人视觉导航技术研究现状 | 第10-11页 |
| 1.4 ROS研究与应用现状 | 第11页 |
| 1.5 论文主要研究内容 | 第11-14页 |
| 第2章 图像处理相关技术及论文总体思路 | 第14-22页 |
| 2.1 图像处理相关技术 | 第14-18页 |
| 2.1.1 常用颜色空间分析 | 第14-15页 |
| 2.1.2 直方图处理技术 | 第15-16页 |
| 2.1.3 常用滤波算法分析 | 第16页 |
| 2.1.4 图像分割方法分析 | 第16-17页 |
| 2.1.5 形态学滤波技术 | 第17-18页 |
| 2.2 ROS特点分析 | 第18-19页 |
| 2.3 论文总体思路 | 第19-20页 |
| 2.4 本章小结 | 第20-22页 |
| 第3章 农田图像预处理及分割技术研究 | 第22-44页 |
| 3.1 农田图像特点分析及其预处理步骤 | 第22-23页 |
| 3.1.1 农田图像的特点分析 | 第22页 |
| 3.1.2 农田图像的预处理步骤 | 第22-23页 |
| 3.2 颜色空间的分析和选取 | 第23-25页 |
| 3.3 农田图像灰度化算法分析及选取 | 第25-27页 |
| 3.4 农田图像增强 | 第27-29页 |
| 3.5 农田图像滤波算法的分析与选取 | 第29-34页 |
| 3.5.1 自适应中值滤波算法分析与设计 | 第29-31页 |
| 3.5.2 改进的自适应中值滤波算法分析 | 第31-32页 |
| 3.5.3 滤波器滤波效果实验和结果分析 | 第32-34页 |
| 3.6 农田图像分割算法研究 | 第34-41页 |
| 3.6.1 农田图像聚类分割法 | 第34-36页 |
| 3.6.2 迭代阈值法 | 第36-37页 |
| 3.6.3 最大熵阈值分割法 | 第37-38页 |
| 3.6.4 Otsu阈值分割法 | 第38-40页 |
| 3.6.5 分割效果比较和分析 | 第40-41页 |
| 3.7 形态学滤波 | 第41-42页 |
| 3.8 本章小结 | 第42-44页 |
| 第4章 导航线获取算法研究 | 第44-64页 |
| 4.1 农作物列检测算法研究 | 第44-48页 |
| 4.2 基于霍夫变换的导航线检测算法 | 第48-50页 |
| 4.3 过已知点的导航线检测算法研究和改进 | 第50-54页 |
| 4.3.1 过已知点的导航线检测算法原理分析 | 第50-51页 |
| 4.3.2 已知点的获取算法研究 | 第51-52页 |
| 4.3.3 过已知点的导航线检测算法的改进与优化 | 第52-54页 |
| 4.3.4 导航线检测实验 | 第54页 |
| 4.4 导航参数获取 | 第54-62页 |
| 4.4.1 导航参数获取算法 | 第54-58页 |
| 4.4.2 摄像机标定 | 第58-62页 |
| 4.5 本章小结 | 第62-64页 |
| 第5章 图像采集和导航线检测功能的实现与验证 | 第64-76页 |
| 5.1 ROS环境下图像采集功能的实现及验证 | 第64-69页 |
| 5.1.1 ROS环境下软件设计步骤分析 | 第64-66页 |
| 5.1.2 图像采集功能的实现及验证 | 第66-69页 |
| 5.2 农田图像导航线检测功能的实现及验证 | 第69-74页 |
| 5.2.1 图像消息发布节点设计 | 第70-71页 |
| 5.2.2 导航线检测节点设计 | 第71-74页 |
| 5.3 本章小结 | 第74-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第82-84页 |
| 致谢 | 第84页 |
