| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.2 农业采摘机器人的发展 | 第10页 |
| 1.2.1 农业采摘机器人的特点 | 第10页 |
| 1.2.2 农业采摘机器人国内外发展现状 | 第10页 |
| 1.3 果实识别的研究现状 | 第10-13页 |
| 1.3.1 针对果实识别中光照不均问题的研究现状 | 第11页 |
| 1.3.2 针对无重叠果实目标识别的研究现状 | 第11-12页 |
| 1.3.3 针对重叠果实目标识别的研究现状 | 第12-13页 |
| 1.4 果实识别目前存在的问题 | 第13页 |
| 1.5 本文主要内容 | 第13-15页 |
| 第二章 基于二分光反射模型的光斑去除方法 | 第15-23页 |
| 2.1 引言 | 第15页 |
| 2.2 图像预处理 | 第15-17页 |
| 2.2.1 矢量中值滤波基本原理 | 第15-16页 |
| 2.2.2 基于矢量中值滤波的图像预处理 | 第16-17页 |
| 2.3 基于二分光反射模型的光斑提取方法 | 第17-19页 |
| 2.3.1 二分光反射模型 | 第17-18页 |
| 2.3.2 光斑检测及去除 | 第18-19页 |
| 2.4 基于改进的Criminisi算法对去除的光斑区域修复 | 第19-22页 |
| 2.4.1 Criminisi算法的基本原理 | 第19-21页 |
| 2.4.2 Criminisi算法的改进 | 第21页 |
| 2.4.3 图像光斑区域的修复 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 基于多特征融合的无重叠果实识别方法 | 第23-34页 |
| 3.1 引言 | 第23页 |
| 3.2 果实识别方法 | 第23页 |
| 3.3 基于颜色特征的果实分割 | 第23-25页 |
| 3.4 基于纹理特征的果实分割 | 第25-30页 |
| 3.4.1 纹理特征的提取 | 第25-26页 |
| 3.4.2 基于纹理特征的分割 | 第26-28页 |
| 3.4.3 针对无重叠果实分割的训练及分类 | 第28-30页 |
| 3.4.4 分割结果融合 | 第30页 |
| 3.5 基于形状特征的分割和标记 | 第30-31页 |
| 3.6 实验分析和算法对比 | 第31-33页 |
| 3.7 本章小结 | 第33-34页 |
| 第四章 基于改进谱聚类的重叠果实识别方法 | 第34-52页 |
| 4.1 引言 | 第34页 |
| 4.2 重叠果实识别方法 | 第34页 |
| 4.3 均值漂移算法基本原理 | 第34-36页 |
| 4.4 基于MS的图像预分割 | 第36-37页 |
| 4.5 谱聚类算法的基本原理 | 第37-41页 |
| 4.5.1 谱图理论 | 第37页 |
| 4.5.2 无向图分割理论 | 第37-40页 |
| 4.5.3 规范割谱聚类的基本原理 | 第40-41页 |
| 4.6 稀疏相似度矩阵的构建 | 第41-43页 |
| 4.6.1 提取图像特征信息 | 第42页 |
| 4.6.2 构建稀疏相似度矩阵 | 第42-43页 |
| 4.7 基于改进谱聚类算法的分割 | 第43-44页 |
| 4.8 轮廓提取及目标检测 | 第44-47页 |
| 4.8.1 轮廓提取 | 第44-45页 |
| 4.8.2 目标检测 | 第45-47页 |
| 4.9 实验结果及分析 | 第47-51页 |
| 4.9.1 重叠果实的检测 | 第47页 |
| 4.9.2 遮挡果实的检测 | 第47-48页 |
| 4.9.3 算法对比 | 第48-49页 |
| 4.9.4 算法的定量分析 | 第49-51页 |
| 4.10 本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52-53页 |
| 5.2 课题展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 附录A 无重叠果实测试图像 | 第58-60页 |
| 附录B 重叠果实测试图像 | 第60-62页 |
| 附录C 遮挡果实测试图像 | 第62-63页 |
| 附录D 支持向量机的训练样本 | 第63-64页 |
| 附录E 无重叠果实识别结果 | 第64-66页 |
| 附录F 重叠果实的识别结果 | 第66-68页 |
| 附录G 受遮挡影响的果实的识别结果 | 第68-69页 |
| 发表论文和科研情况说明 | 第69-70页 |
| 致谢 | 第70页 |