首页--农业科学论文--农作物论文--经济作物论文--油料作物论文--油菜籽(芸薹)论文

面向成熟期油菜表型参数自动测量的点云数据处理方法研究

摘要第6-8页
Abstract第8-9页
1 前言第10-18页
    1.1 研究背景意义第10-11页
    1.2 国内外研究动态第11-14页
        1.2.1 作物表型参数测量研究进展第11-13页
        1.2.2 点云数据处理第13页
        1.2.3 点云数据去噪研究第13-14页
        1.2.4 点云数据分割研究进展第14页
    1.3 研究方案和技术路线第14-16页
    1.4 章节安排第16-18页
2 激光点云数据获取第18-23页
    2.1 点云数据概述第18页
    2.2 试验平台的构建与介绍第18-21页
    2.3 点云数据获取第21-22页
    2.4 章节小结第22-23页
3 点云数据预处理第23-31页
    3.1 数据一致性保证第23-24页
    3.2 数据组织存储第24-26页
        3.2.1 K-D树的定义第24-25页
        3.2.2 K-D树的构建第25-26页
        3.2.3 K近邻查询算法第26页
    3.3 点云简化第26-28页
        3.3.1 基于体素化栅格的下采样第26-27页
        3.3.2 点云简化结果第27-28页
    3.4 点云滤波第28-30页
        3.4.1 欧式生长算法第28-29页
        3.4.2 滤波结果第29-30页
    3.5 章节小结第30-31页
4 油菜作物器官分割第31-50页
    4.1 角果器官的分割第31-43页
        4.1.1 基于法向量的角果分割算法第31-38页
        4.1.2 基于特征统计的角果分割算法第38-43页
    4.2 植株骨架提取第43-45页
    4.3 主干提取第45-48页
        4.3.1 随机采样一致性算法第45-46页
        4.3.2 主干提取结果第46-48页
    4.4 章节小结第48-50页
5 表型参数自动测量第50-54页
    5.1 角果数量统计第50页
    5.2 角果体积测量第50-52页
        5.2.1 角果点云三角化第50-51页
        5.2.2 体积测量结果第51-52页
    5.3 株高测量第52-53页
    5.4 章节小结第53-54页
6 研究总结以及展望第54-57页
    6.1 总结第54-55页
    6.2 研究工作展望第55-57页
参考文献第57-62页
攻读硕士期间发表的学术论文第62-63页
致谢第63页

论文共63页,点击 下载论文
上一篇:环渤海区域PM2.5时空地统计建模与分析
下一篇:冠状病毒N蛋白抑制IFN-β产生的分子机制研究