| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-16页 |
| ·论文研究的目的和意义 | 第10页 |
| ·国内外研究动态和趋势 | 第10-15页 |
| ·国内外的研究现状 | 第10-13页 |
| ·国内研究现状 | 第13-15页 |
| ·本课题研究主要内容 | 第15页 |
| ·本章小结 | 第15-16页 |
| 第二章 机器视觉系统的设计 | 第16-26页 |
| ·机器人整体结构设计 | 第16-18页 |
| ·锄草割台液压仿形升降系统的设计 | 第16-18页 |
| ·四行除草机液压执行及控制系统 | 第18页 |
| ·除草机器人旋转除草铲轨迹规划控制系统与液压对行控制系统软硬件设计 | 第18页 |
| ·机器视觉系统的设计 | 第18-22页 |
| ·机器视觉技术的概述 | 第18-19页 |
| ·机器视觉系统的组成 | 第19-20页 |
| ·机器视觉技术的相关学科领域 | 第20-21页 |
| ·机器视觉硬件系统设计与选型 | 第21-22页 |
| ·图像处理软件的开发 | 第22页 |
| ·基于 OpenCV 的图像处理软件开发 | 第22-25页 |
| ·OpenCV 简介 | 第22-23页 |
| ·OPenCV 的体系结构 | 第23-24页 |
| ·苗草图像处理及特征提取识别系统流程 | 第24页 |
| ·软件的开发 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于颜色特征作物苗草与土壤背景的分割 | 第26-42页 |
| ·图像分割概述 | 第26页 |
| ·图像处理与识别概述 | 第26-28页 |
| ·数字图像处理中的常用颜色特征 | 第28-32页 |
| ·RGB 彩色模型 | 第28-30页 |
| ·HSI 彩色模型 | 第30-31页 |
| ·RGB 和 HSI 色彩模型的转换 | 第31-32页 |
| ·图像的预处理 | 第32-36页 |
| ·田间作物图像的采集 | 第33页 |
| ·图像的噪声分析 | 第33-34页 |
| ·图像的滤波 | 第34-36页 |
| ·基于超绿特征的图像二值化分割 | 第36-40页 |
| ·灰度化图像的苗草与土壤背景的颜色分量分析 | 第36-37页 |
| ·灰度化图像分割的方法与比较 | 第37-39页 |
| ·图像阈值分割法 | 第39-40页 |
| ·本章小结 | 第40-42页 |
| 第四章 作物的图像特征提取与坐标检测 | 第42-50页 |
| ·概述 | 第42页 |
| ·信号处理理论背景 | 第42-43页 |
| ·信号处理简述 | 第42页 |
| ·相关分析 | 第42-43页 |
| ·图像的后期处理 | 第43-45页 |
| ·图像后期处理的意义 | 第43页 |
| ·数学形态学处理 | 第43-45页 |
| ·作物的特征提取和质心检测 | 第45-47页 |
| ·边缘的检测和提取 | 第45-46页 |
| ·外接矩形与质心检测 | 第46-47页 |
| ·利用坐标系的转换求取作物的坐标 | 第47-49页 |
| ·坐标系的定义 | 第47-48页 |
| ·运用坐标系的转换求取作物坐标 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 田间苗草识别试验 | 第50-60页 |
| ·引言 | 第50页 |
| ·室内土槽车中的苗草识别试验 | 第50-57页 |
| ·试验的装置与环境 | 第50-51页 |
| ·图像处理的耗时的试验与研究 | 第51-53页 |
| ·机械手除草铲的转速测试试验 | 第53-57页 |
| ·田间的苗草识别试验 | 第57-58页 |
| ·试验的装置与试验方法 | 第57-58页 |
| ·试验过程 | 第58页 |
| ·试验结果 | 第58页 |
| ·本章小结 | 第58-60页 |
| 第六章 结论与展望 | 第60-62页 |
| ·结论 | 第60页 |
| ·创新点 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |
| 个人简历 | 第66页 |