| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-25页 |
| 1.1 研究背景及意义 | 第13-16页 |
| 1.1.1 研究背景 | 第13-14页 |
| 1.1.2 研究意义 | 第14-16页 |
| 1.2 基于机器视觉的避障技术研究现状 | 第16-18页 |
| 1.2.1 基于单目视觉的避障技术研究现状 | 第16-17页 |
| 1.2.2 基于双目视觉的避障技术研究现状 | 第17-18页 |
| 1.3 变割幅割草机研究现状 | 第18-21页 |
| 1.4 问题的提出及主要研究内容 | 第21-25页 |
| 第2章 自动变割幅割草机的设计与分析 | 第25-39页 |
| 2.1 总体方案设计 | 第25-27页 |
| 2.2 结构设计 | 第27-31页 |
| 2.2.1 主刀盘结构设计 | 第27-28页 |
| 2.2.2 副刀盘结构设计 | 第28-30页 |
| 2.2.3 割刀及副刀盘运动分析 | 第30-31页 |
| 2.3 控制系统设计 | 第31-38页 |
| 2.3.1 控制系统工作流程 | 第32-33页 |
| 2.3.2 PLC控制器简介及选型 | 第33-34页 |
| 2.3.3 PC机与PLC通信 | 第34-36页 |
| 2.3.4 通信代码设计 | 第36-38页 |
| 2.4 本章小结 | 第38-39页 |
| 第3章 机器视觉系统的设计 | 第39-47页 |
| 3.1 机器视觉系统概述 | 第39页 |
| 3.2 机器视觉系统构成 | 第39-43页 |
| 3.2.1 相机介绍 | 第40-42页 |
| 3.2.2 镜头介绍 | 第42-43页 |
| 3.3 视觉系统硬件选型 | 第43-45页 |
| 3.3.1 相机选型 | 第43-44页 |
| 3.3.2 镜头选型 | 第44页 |
| 3.3.3 视觉处理器及软件算法平台选择 | 第44-45页 |
| 3.4 本章小结 | 第45-47页 |
| 第4章 基于HALCON软件与HSV颜色模型的树木检测算法 | 第47-61页 |
| 4.1 图像采集 | 第47-48页 |
| 4.2 图像预处理 | 第48-53页 |
| 4.2.1 HSV颜色空间转换 | 第49-51页 |
| 4.2.2 图像降噪处理 | 第51-52页 |
| 4.2.3 图像增强 | 第52-53页 |
| 4.3 基于局部统计的可变阈值处理方法 | 第53-55页 |
| 4.4 形态学图像处理 | 第55-56页 |
| 4.4.1 腐蚀和膨胀 | 第55页 |
| 4.4.2 开运算和闭运算 | 第55-56页 |
| 4.5 最小边界矩形 | 第56-57页 |
| 4.6 实验与分析 | 第57-58页 |
| 4.7 本章小结 | 第58-61页 |
| 第5章 基于单目视觉的树木间距测量 | 第61-75页 |
| 5.1 单目摄像机标定 | 第61-65页 |
| 5.1.1 单目摄像机标定原理 | 第61-62页 |
| 5.1.2 成像坐标系及其转换 | 第62-64页 |
| 5.1.3 单目摄像机标定方法 | 第64-65页 |
| 5.2 基于HALCON软件的单目摄像机标定 | 第65-69页 |
| 5.2.1 标定板制作 | 第65-66页 |
| 5.2.2 相机标定流程 | 第66-69页 |
| 5.3 单目视觉测距原理及方法 | 第69-72页 |
| 5.3.1 障碍物高度及间距测量 | 第69-70页 |
| 5.3.2 相机与障碍物间距测量 | 第70-72页 |
| 5.4 实验与分析 | 第72-73页 |
| 5.5 本章小结 | 第73-75页 |
| 第6章 机器视觉测量软件设计及实验分析 | 第75-79页 |
| 6.1 软件开发 | 第75-76页 |
| 6.1.1 软件开发环境介绍 | 第75页 |
| 6.1.2 软件界面设计 | 第75-76页 |
| 6.2 实验与分析 | 第76-77页 |
| 6.3 本章小结 | 第77-79页 |
| 总结与展望 | 第79-83页 |
| 总结 | 第79-81页 |
| 展望 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 攻读学位期间获得的成果及参与的科研项目 | 第87-89页 |
| 致谢 | 第89页 |