基于机器视觉的棉花识别与定位技术的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-18页 |
| ·研究背景及意义 | 第11-13页 |
| ·相关技术的国内外现状及分析 | 第13-15页 |
| ·智能采摘机器的研究现状 | 第13页 |
| ·国外研究现状 | 第13-14页 |
| ·国内研究现状 | 第14-15页 |
| ·研究内容及技术路线 | 第15-17页 |
| ·研究内容 | 第15-16页 |
| ·技术路线 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 第2章 视觉系统搭建 | 第18-23页 |
| ·视觉系统设计要求 | 第18-19页 |
| ·棉株识别机器视觉系统设计要求 | 第18-19页 |
| ·硬件系统组成 | 第19-20页 |
| ·执行机构型材 | 第20页 |
| ·软件系统组成 | 第20-21页 |
| ·总体设计 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 摄像机的标定和对成熟棉花图像采集 | 第23-35页 |
| ·CCD摄像机的标定 | 第23页 |
| ·标定中CCD摄像机的三大坐标系以及转换 | 第23-25页 |
| ·CCD摄像机坐标系 | 第23-24页 |
| ·世界坐标系 | 第24-25页 |
| ·图像像素坐标系 | 第25页 |
| ·摄像机成像模型 | 第25-29页 |
| ·线性模型 | 第25-26页 |
| ·非线性模型 | 第26-27页 |
| ·畸变校正模型 | 第27-28页 |
| ·摄像头标定公式 | 第28-29页 |
| ·摄像头标定试验 | 第29-33页 |
| ·成熟棉花图像采集 | 第33-34页 |
| ·图像采集中静态图像采集 | 第33-34页 |
| ·图像采集中动态图像采集 | 第34页 |
| ·本章小结 | 第34-35页 |
| 第4章 基于颜色特征的成熟棉花识别 | 第35-49页 |
| ·图像颜色分析 | 第35页 |
| ·色彩空间 | 第35-38页 |
| ·RGB色彩空间 | 第35-36页 |
| ·HSV色彩空间 | 第36-37页 |
| ·归一化rgb色彩空间 | 第37页 |
| ·YCrCb色彩空间 | 第37-38页 |
| ·成熟棉花的特征分布 | 第38-43页 |
| ·成熟棉花特征提取系统 | 第38-43页 |
| ·基于色差的分割模型 | 第43-45页 |
| ·图像分割方法 | 第45-47页 |
| ·基于直方图的固定阈值分割 | 第45-46页 |
| ·自动阈值分割 | 第46页 |
| ·基于脉冲耦合神经网络（PNCC）的图像分割 | 第46-47页 |
| ·实验结果 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 基于机器视觉的成熟棉花定位 | 第49-59页 |
| ·引言 | 第49页 |
| ·机器视觉原理 | 第49-51页 |
| ·立体视觉的几何模型 | 第49-51页 |
| ·成熟棉花目标的特征点匹配 | 第51-54页 |
| ·匹配规则 | 第51-52页 |
| ·特征匹配方法 | 第52页 |
| ·基于形心特征采摘点的匹配算法 | 第52-53页 |
| ·匹配结果与讨论 | 第53-54页 |
| ·空间坐标的计算 | 第54-56页 |
| ·三维计算原理 | 第54-55页 |
| ·空间点的三维坐标计算 | 第55页 |
| ·实验与分析 | 第55-56页 |
| ·系统开发环境选择和运行平台 | 第56-58页 |
| ·系统开发环境选择 | 第56页 |
| ·系统总体结构 | 第56-57页 |
| ·系统界面 | 第57-58页 |
| ·系统实现流程 | 第58页 |
| ·本章小结 | 第58-59页 |
| 第六章 结论与展望 | 第59-61页 |
| ·结论 | 第59页 |
| ·展望 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 致谢 | 第66-67页 |
| 作者简历 | 第67-68页 |
| 附件 | 第68页 |
