首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

植物生理信息计算机视觉检测系统研究

摘要第1-5页
ABSTRACT第5-9页
第1章 绪论第9-21页
   ·研究背景与研究意义第9-11页
   ·国内外研究现状与发展趋势第11-19页
     ·国内外生理信息采集系统简介第11-16页
     ·植物生理信息检测中的视觉测量技术概况第16-19页
   ·研究内容与论文组织安排第19-21页
第2章 硬件设计相关背景和实验条件第21-35页
   ·相关背景第21-29页
     ·视觉测量技术概述第21-23页
     ·摄像机成像原理第23-26页
     ·镜头与曝光时间的控制第26-28页
     ·物体表面光照反射模型反射模型第28-29页
   ·现有的实验条件第29-33页
   ·本文的主要技术路线第33-35页
     ·硬件方面第33页
     ·软件方面第33-34页
     ·算法方面第34-35页
第3章 茎秆测量系统的研究第35-56页
   ·茎秆测量系统的机械方案设计论证第35-39页
   ·茎秆测量中的边缘检测算法研究第39-43页
     ·图像中的边缘检测问题概述第39-40页
     ·边缘检测算法的性能-信号的空间定位能力第40-41页
     ·多尺度边缘检测方法第41-43页
   ·智能相机的软件系统开发第43-50页
     ·智能相机与硬件相关的资源第43页
     ·智能相机的软件资源第43-48页
     ·茎秆测量系统的软件实现第48-50页
   ·茎秆测量系统的调试运行第50-55页
   ·本章小结第55-56页
第4章 叶片面积测量系统的研究第56-71页
   ·叶片面积测量系统的机械结构设计第56-57页
   ·叶片面积测量中的算法研究第57-70页
     ·叶片姿态定位第58-65页
     ·差分光源和前景背景分离方法第65-66页
     ·单个叶片的边界提取第66-68页
     ·面积计算方法第68-70页
   ·本章小结第70-71页
第5章 叶片倾角与叶片尖端跟踪测量系统研究第71-93页
   ·叶片倾角与叶片尖端跟踪测量系统硬件平台与安放方式第71页
   ·基于Camshift 算法的叶片倾角跟踪测量算法第71-75页
     ·camshift 简介第71-72页
     ·目标取样与颜色预处理第72-73页
     ·Mean Shift 算法第73-74页
     ·Camshift 运动目标跟踪第74-75页
   ·基于Harris 角点特征与卡尔曼滤波的叶片角点跟踪算法第75-80页
     ·角点探测器简介第75-79页
     ·基于卡尔曼滤波器的角点跟踪算法第79-80页
   ·基于opencv 的叶片倾角测量系统软件开发第80-87页
     ·OpenCV 简介第80-83页
     ·叶片倾角测量系统的OpenCV 实现第83-85页
     ·叶片尖端运动跟踪测量系统的OpenCV 实现第85-87页
   ·叶片倾角测量系统的调试运行第87-89页
   ·叶片尖端跟踪测量系统的调试运行第89-92页
   ·本章小结第92-93页
第6章 总结与展望第93-95页
   ·总结第93-94页
   ·植物生理参数计算机视觉检测系统的展望第94-95页
参考文献第95-98页
致谢第98-99页
在读期间发表的学术论文与取得的研究成果第99页

论文共99页,点击 下载论文
上一篇:基于CUDA的三角形并行处理
下一篇:远程视觉控制系统中的视频传输与目标定位