首页--农业科学论文--园艺论文--果树园艺论文--仁果类论文--苹果论文

苹果树冠层光照模型关键技术研究

摘要第5-6页
abstract第6-7页
第一章 绪论第11-19页
    1.1 研究目的与意义第11-12页
    1.2 主要技术研究现状第12-16页
        1.2.1 数字植物处理研究现状第12-13页
        1.2.2 植物冠层光照分布计算研究现状第13-15页
        1.2.3 光线跟踪技术研究现状第15-16页
        1.2.4 存在的问题第16页
    1.3 研究内容第16页
    1.4 研究方法与技术路线第16-18页
        1.4.1 研究方法第16-17页
        1.4.2 技术路线第17-18页
    1.5 论文的组织结构第18-19页
第二章 植株点云数据获取与重建第19-29页
    2.1 点云获取第19-21页
        2.1.1 点云获取对象第19-20页
        2.1.2 点云获取方法第20-21页
    2.2 点云去噪第21页
    2.3 点云配准第21-23页
        2.3.1 点云配准原理第21-22页
        2.3.2 植株点云配准第22-23页
    2.4 点云分割第23-24页
        2.4.1 点云分割原理第23页
        2.4.2 点云分割方法第23-24页
    2.5 点云重建第24-26页
        2.5.1 盆栽植株点云重建第24页
        2.5.2 树点云重建第24-26页
    2.6 点云精简第26-28页
    2.7 本章小结第28-29页
第三章 植株冠层光照分布原理第29-39页
    3.1 光线跟踪技术原理第29-33页
        3.1.1 数字图像第29-30页
        3.1.2 相机,人眼与光线跟踪第30-31页
        3.1.3 三角网格模型与光线相交第31-33页
    3.2 数字植株冠层光照分布计算第33-38页
        3.2.1 光源模拟第33-34页
        3.2.2 植株冠层光截获第34-37页
        3.2.3 光照图像生成第37-38页
    3.3 本章小结第38-39页
第四章 基于GPU的植株冠层光照模型计算方法第39-46页
    4.1 基于GPU的植株冠层光照分布系统架构第39-40页
    4.2 GPU加速技术第40-41页
        4.2.1 GPU整体架构第40页
        4.2.2 CUDA计算平台第40-41页
    4.3 空间网格剖分技术原理第41-43页
        4.3.1 KD-tree空间剖分技术第41-42页
        4.3.2 KD-tree的构建与遍历第42-43页
        4.3.3 SAH剖分策略第43页
    4.4 基于GPU的植株冠层光照模型计算方法第43-45页
        4.4.1 基于GPU的空间网格剖分加速技术第44页
        4.4.2 基于GPU的光线跟踪算法第44-45页
    4.5 本章小结第45-46页
第五章 植株冠层光照模型分析与验证第46-57页
    5.1 实验目的第46页
    5.2 实验设计第46-49页
        5.2.1 实验环境第47页
        5.2.2 数字植株光强模拟第47页
        5.2.3 真实植株光强获取第47-48页
        5.2.4 对比与验证第48-49页
    5.3 实验结果与分析第49-55页
        5.3.1 数字植株冠层光照分布结果与分析第49-51页
        5.3.2 真实植株冠层光照分布结果与分析第51-52页
        5.3.3 算法的有效性分析第52-55页
        5.3.4 算法的效率分析第55页
    5.4 本章小结第55-57页
第六章 总结与展望第57-58页
    6.1 总结第57页
    6.2 展望第57-58页
参考文献第58-63页
致谢第63-64页
作者简介第64页

论文共64页,点击 下载论文
上一篇:职业农民技术职称管理与考试系统设计与实现
下一篇:基于CUDA的单目LSD-SLAM算法并行化研究