苹果采摘机器人重叠果实快速动态识别及定位研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 课题的研究背景及意义 | 第11-12页 |
| 1.2 果蔬采摘机器人视觉系统研究现状 | 第12-16页 |
| 1.2.1 单目视觉研究现状 | 第12-13页 |
| 1.2.2 双目视觉研究现状 | 第13-14页 |
| 1.2.3 重叠果实识别研究现状 | 第14-15页 |
| 1.2.4 动态识别研究现状 | 第15-16页 |
| 1.3 果蔬采摘机器人视觉系统目前存在问题 | 第16页 |
| 1.4 本文主要研究内容 | 第16-19页 |
| 第二章 重叠苹果图像预处理 | 第19-31页 |
| 2.1 苹果图像平滑算法研究 | 第19-22页 |
| 2.1.1 彩色图像邻域平均法 | 第19-20页 |
| 2.1.2 彩色图像中值滤波法 | 第20-22页 |
| 2.2 图像颜色空间选择 | 第22-30页 |
| 2.2.1 RGB颜色空间 | 第22-23页 |
| 2.2.2 HSI颜色空间 | 第23-27页 |
| 2.2.3 CMY与CMYK颜色空间 | 第27-28页 |
| 2.2.4 XYZ与Lab颜色空间 | 第28-30页 |
| 2.3 本章小结 | 第30-31页 |
| 第三章 重叠苹果快速动态识别研究 | 第31-51页 |
| 3.1 重叠苹果快速动态识别方法 | 第31-32页 |
| 3.2 图像分割 | 第32-37页 |
| 3.2.1 直方图阈值法 | 第32-34页 |
| 3.2.2 最大类间方差法 | 第34-35页 |
| 3.2.3 改进的R-G色差分割算法 | 第35-37页 |
| 3.3 分割后图像去噪 | 第37-43页 |
| 3.3.1 数学形态学应用 | 第37-41页 |
| 3.3.1.1 腐蚀与膨胀 | 第37-40页 |
| 3.3.1.2 开运算与闭运算 | 第40-41页 |
| 3.3.2 孔洞填充 | 第41-42页 |
| 3.3.3 阈值面积保留法 | 第42-43页 |
| 3.4 重叠苹果匹配模板快速提取 | 第43-46页 |
| 3.4.1 确定重叠苹果圆心 | 第43-45页 |
| 3.4.2 确定重叠苹果半径 | 第45-46页 |
| 3.4.3 模板提取 | 第46页 |
| 3.5 重叠苹果快速动态识别 | 第46-49页 |
| 3.5.1 机器人运动路径预判 | 第47-48页 |
| 3.5.2 快速归一化互相关匹配 | 第48-49页 |
| 3.6 本章小结 | 第49-51页 |
| 第四章 重叠苹果定位研究 | 第51-67页 |
| 4.1 双目立体视觉系统 | 第51-53页 |
| 4.1.1 双目立体视觉原理 | 第51-52页 |
| 4.1.2 双目立体视觉系统设计 | 第52-53页 |
| 4.2 摄像机标定 | 第53-61页 |
| 4.2.1 常用坐标系说明 | 第53-56页 |
| 4.2.2 摄像机标定方法 | 第56-57页 |
| 4.2.3 摄像机标定实验 | 第57-61页 |
| 4.3 重叠苹果立体匹配 | 第61-65页 |
| 4.3.1 基于区域的立体匹配 | 第61-62页 |
| 4.3.2 基于特征的立体匹配 | 第62-65页 |
| 4.4 重叠苹果深度信息获取 | 第65-66页 |
| 4.5 本章小结 | 第66-67页 |
| 第五章 实验结果与讨论 | 第67-75页 |
| 5.1 重叠苹果快速动态识别实验 | 第67-72页 |
| 5.1.1 实验结果 | 第67-71页 |
| 5.1.2 实验结果分析 | 第71-72页 |
| 5.2 重叠苹果定位实验 | 第72-74页 |
| 5.3 本章小结 | 第74-75页 |
| 第六章 总结与展望 | 第75-77页 |
| 6.1 研究工作总结 | 第75-76页 |
| 6.2 工作展望 | 第76-77页 |
| 参考文献 | 第77-82页 |
| 致谢 | 第82-83页 |
| 硕士期间的主要成果 | 第83页 |
