首页--农业科学论文--林业论文--森林树种论文--针叶树类论文--松论文--马尾松论文

基于多目视觉的马尾松苗木形态学参数提取方法研究

致谢第3-4页
摘要第4-5页
abstract第5-6页
第一章 绪论第9-14页
    1.1 课题研究背景、目的及意义第9页
        1.1.1 课题研究背景第9页
        1.1.2 课题研究意义第9页
        1.1.3 课题研究目的第9页
    1.2 国内外研究现状及发展趋势第9-11页
        1.2.1 国内外研究现状第9-10页
        1.2.2 发展动态分析第10-11页
    1.3 课题来源与研究内容第11-12页
        1.3.1 课题来源第11页
        1.3.2 研究内容第11-12页
    1.4 技术路线第12页
    1.5 论文章节安排第12-14页
第二章 马尾松苗木形态学参数提取系统的总体方案设计第14-22页
    2.1 系统设计目标第14页
    2.2 系统总体设计方案第14-21页
        2.2.1 硬件系统第15-19页
        2.2.2 软件系统第19页
        2.2.3 系统流程第19-21页
    2.3 系统的关键技术第21页
        2.3.1 相机标定第21页
        2.3.2 三维重建算法第21页
        2.3.3 苗木形态学参数提取方法第21页
    2.4 本章小结第21-22页
第三章 相机标定第22-38页
    3.1 相机成像模型第22-27页
        3.1.1 参考坐标系第22-23页
        3.1.2 相机模型第23-27页
    3.2 相机标定的主要内容及方法第27-29页
        3.2.1 相机标定的主要内容第27-28页
        3.2.2 相机标定方法分类第28-29页
        3.2.3 相机标定方法的选择第29页
    3.3 相机标定的目的及意义第29页
    3.4 相机标定流程及实现第29-37页
        3.4.1 张正友平面标定法第29-32页
        3.4.2 基于OpenCV的相机标定流程及实现第32-37页
    3.5 本章小结第37-38页
第四章 基于多目视觉的三维重建第38-59页
    4.1 图像获取及预处理第38-39页
        4.1.1 图像获取第38-39页
        4.1.2 图像预处理第39页
    4.2 图像校正第39-42页
        4.2.1 图像校正的目的及意义第39-40页
        4.2.2 图像校正的原理第40-41页
        4.2.3 图像校正的结果第41-42页
    4.3 立体匹配第42-51页
        4.3.1 立体匹配算法基本理论第42-46页
        4.3.2 立体匹配算法的实现第46-51页
    4.4 点云获取第51-53页
    4.5 曲面重建第53-58页
        4.5.1 曲面重建算法分类第53-54页
        4.5.2 泊松曲面重建算法原理第54-55页
        4.5.3 泊松曲面重建算法具体实现第55-57页
        4.5.4 泊松曲面重建算法的实验结果第57-58页
    4.6 本章小结第58-59页
第五章 马尾松苗木形态学参数的提取第59-70页
    5.1 苗木树高第59-61页
        5.1.1 提取方法第59页
        5.1.2 实验数据对比第59-61页
    5.2 苗木地径第61-63页
        5.2.1 提取方法第61页
        5.2.2 实验数据对比第61-63页
    5.3 苗木树干与根系体积第63-67页
        5.3.1 苗木体积提取方法第63-66页
        5.3.2 实验数据对比第66-67页
    5.4 本章小结第67-70页
第六章 结论与展望第70-72页
    6.1 主要内容与结论第70页
    6.2 研究展望第70-72页
攻读学位期间发表的学术论文第72-73页
参考文献第73-77页

论文共77页,点击 下载论文
上一篇:预测性信息披露立法机制研究
下一篇:Bacillus amyloliquefaciens DC-12细胞色素P450基因克隆表达、发酵条件优化及酶学性质研究