结合影像点云的火星岩石采样预判
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第1章 绪论 | 第14-22页 |
| 1.1 研究背景与意义 | 第14-16页 |
| 1.2 研究现状与存在问题 | 第16-19页 |
| 1.2.1 火星岩石目标检测 | 第16-17页 |
| 1.2.2 岩石类型识别 | 第17-19页 |
| 1.2.3 存在问题 | 第19页 |
| 1.3 技术路线及论文结构 | 第19-21页 |
| 1.3.1 技术路线 | 第19-20页 |
| 1.3.2 论文组织结构 | 第20-21页 |
| 1.4 本章小结 | 第21-22页 |
| 第2章 火星数据产品介绍 | 第22-32页 |
| 2.1 火星车介绍 | 第22-24页 |
| 2.2 PDS行星数据系统 | 第24-28页 |
| 2.2.1 PDS背景 | 第24页 |
| 2.2.2 PDS基本概念 | 第24-26页 |
| 2.2.3 PDS数据标签 | 第26-27页 |
| 2.2.4 PDS数据产品类型 | 第27-28页 |
| 2.3 实验数据介绍及获取 | 第28-31页 |
| 2.3.1 火星探测器图像及点云数据介绍 | 第28-29页 |
| 2.3.2 数据读取及预处理 | 第29-31页 |
| 2.4 本章小结 | 第31-32页 |
| 第3章 融合点云信息的岩石采样候选区域提取 | 第32-50页 |
| 3.1 图像分割算法 | 第32-39页 |
| 3.1.1 分水岭算法 | 第32-34页 |
| 3.1.2 Graph-Based图像分割算法 | 第34页 |
| 3.1.3 Snake主动轮廓模型 | 第34-35页 |
| 3.1.4 meanShift算法 | 第35-38页 |
| 3.1.5 几种图像分割算法的分割结果对比 | 第38-39页 |
| 3.2 结合三维点云信息与图像聚类的岩石分割方法 | 第39-48页 |
| 3.2.1 图像滤波 | 第39-41页 |
| 3.2.2 mean-shift图像聚类 | 第41-42页 |
| 3.2.3 基于点云的岩石区域提取 | 第42-44页 |
| 3.2.4 多源标记融合的分水岭分割 | 第44-48页 |
| 3.3 提取岩石图像 | 第48-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第4章 岩石采样目标预判分类 | 第50-65页 |
| 4.1 图像增强 | 第50-51页 |
| 4.2 图像特征 | 第51-58页 |
| 4.2.1 ULBP特征 | 第52-54页 |
| 4.2.2 灰度共生矩阵 | 第54-55页 |
| 4.2.3 小波变换 | 第55-58页 |
| 4.3 支持向量机(SVM) | 第58-63页 |
| 4.3.1 支持向量机工作原理 | 第58-61页 |
| 4.3.2 核函数 | 第61-62页 |
| 4.3.3 SVM多分类方法 | 第62-63页 |
| 4.4 支持向量机分类器设计 | 第63-64页 |
| 4.5 本章小结 | 第64-65页 |
| 第5章 实验与分析 | 第65-88页 |
| 5.1 实验数据说明 | 第65-66页 |
| 5.2 结合点云信息的岩石采样候选区域提取 | 第66-79页 |
| 5.2.1 小尺寸岩石场景 | 第66-72页 |
| 5.2.2 大尺寸岩石场景 | 第72-77页 |
| 5.2.3 提取岩石图像 | 第77-79页 |
| 5.3 岩石采样目标预判分类 | 第79-87页 |
| 5.3.1 图像特征选取 | 第80-85页 |
| 5.3.2 基于SVM的岩石预判分类 | 第85-87页 |
| 5.4 本章小结 | 第87-88页 |
| 第6章 总结与展望 | 第88-90页 |
| 6.1 本文工作总结 | 第88页 |
| 6.2 后续工作展望 | 第88-90页 |
| 致谢 | 第90-92页 |
| 参考文献 | 第92-96页 |
