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

基于视觉的作物长势表型参数量化方法及与产量的相关性研究

摘要第3-5页
ABSTRACT第5-7页
第一章 绪论第14-18页
    1.1 选题背景与研究意义第14-15页
        1.1.1 选题背景第14页
        1.1.2 研究意义第14-15页
    1.2 国内外研究现状第15-16页
    1.3 主要研究内容和论文结构第16-17页
        1.3.1 主要研究目标和内容第16-17页
        1.3.2 论文的结构安排第17页
    1.4 本章小节第17-18页
第二章 计算机视觉相关技术第18-29页
    2.1 图像分割技术第18-20页
        2.1.1 基于阈值的分割方法第18页
        2.1.2 基于边缘的分割方法第18-19页
        2.1.3 基于区域的分割方法第19页
        2.1.4 基于图论的分割方法第19-20页
    2.2 单目测量技术第20-23页
        2.2.1 基于参照物的单目测量技术第20-21页
        2.2.2 基于小孔成像的单目测量技术第21-23页
    2.3 双目测量技术第23-28页
        2.3.1 相机成像中的坐标系第23-25页
        2.3.2 相机标定技术第25-26页
        2.3.3 图像矫正第26页
        2.3.4 双目匹配与视距计算第26-27页
        2.3.5 三维计算第27-28页
    2.4 本章小节第28-29页
第三章 基于单目视觉的玉米叶片表型参数的提取第29-48页
    3.1 摄像头标定与图像获取第29-30页
        3.1.1 摄像头标定第29页
        3.1.2 图像获取第29-30页
    3.2 利用GrabCut算法提取作物目标第30-36页
    3.3 玉米个体植株图像骨干化第36-43页
        3.3.1 玉米主干提取第36页
        3.3.2 叶片线段的划分第36-38页
        3.3.3 基于单目视觉的玉米叶片参数获取模型第38-40页
        3.3.4 玉米叶片骨干的提取第40-43页
    3.4 叶片生长形态参数的提取第43-47页
        3.4.1 叶倾角的计算第43页
        3.4.2 叶片最大高度的计算第43-44页
        3.4.3 叶倾角及最大高度的变化规律第44-47页
    3.5 本章小节第47-48页
第四章 基于双目视觉的作物个体参数的提取及与产量的相关性分析第48-66页
    4.1 双目测量技术试验验证第48-53页
        4.1.1 实验设备第48-49页
        4.1.2 双目摄像头标定第49-50页
        4.1.3 实验图像获取与矫正第50页
        4.1.4 双目匹配以及视距计算第50-51页
        4.1.5 三维计算与重建第51-52页
        4.1.6 误差分析第52-53页
    4.2 玉米图像的三维点云计算第53-56页
        4.2.1 图像采集第53页
        4.2.2 玉米图像矫正第53-54页
        4.2.3 玉米图像匹配与视距计算第54-55页
        4.2.4 玉米图像三维点云计算与双边滤波去噪第55-56页
    4.3 玉米植株的表征参数提取第56-60页
        4.3.1 玉米植株的高度与宽度信息的提取第56-58页
        4.3.2 玉米植株的节数信息的提取第58-60页
    4.4 玉米植株的表征参数变化规律的研究第60-64页
        4.4.1 玉米植株的高度变化规律第60-61页
        4.4.2 玉米植株的宽度变化规律第61-62页
        4.4.3 玉米植株的节数变化规律第62-64页
    4.5 玉米产量与表征参数相关性分析第64-65页
        4.5.1 玉米植株个体参数和产量相关性分析第64页
        4.5.2 玉米植株和产量逐步回归分析第64-65页
    4.6 本章小节第65-66页
第五章 总结与展望第66-68页
    5.1 工作总结第66页
    5.2 工作展望第66-68页
致谢第68-69页
参考文献第69-73页
附录一 关键代码第73-75页

论文共75页,点击 下载论文
上一篇:Stacking算法的研究及改进
下一篇:MapReduce中基于检查点的任务恢复策略的研究