喷药机器人杂草识别与导航参数获取方法研究
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-24页 |
| ·研究目的和意义 | 第12-13页 |
| ·机器视觉在农业上的应用 | 第13-15页 |
| ·机器视觉技术在杂草识别上的应用 | 第13-14页 |
| ·机器视觉技术在农业机器人导航上的应用 | 第14-15页 |
| ·国内外研究现状及存在问题 | 第15-20页 |
| ·机器视觉杂草识别研究现状 | 第15-18页 |
| ·机器视觉定位导航研究现状 | 第18-19页 |
| ·存在问题分析 | 第19-20页 |
| ·研究内容 | 第20-21页 |
| ·研究方法和技术路线 | 第21-24页 |
| ·研究方法 | 第21-22页 |
| ·技术路线 | 第22-24页 |
| 第二章 视觉系统构建与田间图像样本获取 | 第24-36页 |
| ·系统硬件 | 第24-28页 |
| ·系统软件 | 第28-30页 |
| ·开发环境和工具 | 第28-29页 |
| ·系统软件构成 | 第29-30页 |
| ·图像的获取 | 第30-34页 |
| ·采集对象和时间 | 第30-31页 |
| ·杂草识别图像获取 | 第31-32页 |
| ·定位导航图像采集 | 第32-34页 |
| ·视频信息获取技术 | 第34页 |
| ·运动图像的模糊 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第三章 绿色植物与背景的分割 | 第36-54页 |
| ·颜色空间的选取 | 第36页 |
| ·灰度化因子的选取和评价 | 第36-42页 |
| ·灰度化因子 | 第37页 |
| ·试验结果及分析 | 第37-41页 |
| ·灰度变换 | 第41-42页 |
| ·滤波处理 | 第42-44页 |
| ·滤波方法的选取 | 第42-43页 |
| ·试验结果及分析 | 第43-44页 |
| ·植物与土壤背景的分割 | 第44-48页 |
| ·阈值化分割方法 | 第45-47页 |
| ·实验结果及分析 | 第47-48页 |
| ·形态学后处理 | 第48-52页 |
| ·数学形态学滤波 | 第48-49页 |
| ·实验结果及分析 | 第49-52页 |
| ·本章小结 | 第52-54页 |
| 第四章 基于BP网络与SVM的杂草识别方法研究 | 第54-75页 |
| ·叶片形状特征及提取 | 第54-62页 |
| ·叶片形状特征 | 第54-56页 |
| ·形状特征的提取 | 第56-58页 |
| ·形状特征的比较和分析 | 第58-62页 |
| ·冠层形态学特征及分析 | 第62-63页 |
| ·智能模式识别方法的选取 | 第63-73页 |
| ·基于BP神经网络的麦田杂草识别 | 第63-69页 |
| ·基于SVM的玉米幼苗及其伴生杂草识别 | 第69-73页 |
| ·本章小结 | 第73-75页 |
| 第五章 双目视觉分析及导航路径识别方法研究 | 第75-97页 |
| ·喷药机器人定位导航原理 | 第75页 |
| ·摄像机的标定 | 第75-80页 |
| ·摄像机成像模型 | 第76-77页 |
| ·摄像机标定 | 第77-79页 |
| ·实验标定结果 | 第79-80页 |
| ·双目视觉分析 | 第80-84页 |
| ·重叠区域和深度信息的测定 | 第80-83页 |
| ·导航路径数据获取 | 第83-84页 |
| ·基于双目视觉的导航路径识别 | 第84-95页 |
| ·像素垂直投影法 | 第84-86页 |
| ·Hough变换法 | 第86-91页 |
| ·水平扫描法 | 第91-95页 |
| ·本章小结 | 第95-97页 |
| 第六章 基于串行闭环BP网络导航参数的获取 | 第97-109页 |
| ·反馈和预视原理 | 第97页 |
| ·喷药机器人的定位 | 第97-101页 |
| ·透视变换定位 | 第97-100页 |
| ·ROI窗口递归移动 | 第100-101页 |
| ·导航参数的提取 | 第101-103页 |
| ·导航路径的状态曲率 | 第101-102页 |
| ·导航参数的提取 | 第102-103页 |
| ·基于串行闭环结构BP网络的导航参数获取 | 第103-108页 |
| ·串行BP网络的设计 | 第103-104页 |
| ·串行BP神经的闭环结构获取导航参数 | 第104页 |
| ·串行BP网络的训练和测试 | 第104-106页 |
| ·实验结果和分析 | 第106-108页 |
| ·本章小结 | 第108-109页 |
| 第七章 结论与展望 | 第109-111页 |
| ·主要结论 | 第109-110页 |
| ·论文主要创新点 | 第110页 |
| ·后续工作展望 | 第110-111页 |
| 参考文献 | 第111-118页 |
| 致谢 | 第118-119页 |
| 作者简介 | 第119页 |
