| 摘要 | 第6-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第14-24页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-20页 |
| 1.2.1 果实图像数据获取的研究现状 | 第15-16页 |
| 1.2.2 果实目标探测与定位的研究现状 | 第16-19页 |
| 1.2.3 存在的问题与挑战 | 第19-20页 |
| 1.3 研究目标与研究内容 | 第20-21页 |
| 1.3.1 研究目标 | 第20页 |
| 1.3.2 研究内容 | 第20-21页 |
| 1.4 研究方法与技术路线 | 第21-23页 |
| 1.4.1 研究方法 | 第21-22页 |
| 1.4.2 技术路线 | 第22-23页 |
| 1.5 本章小结 | 第23-24页 |
| 第二章 苹果图像信息采集及特征分析 | 第24-36页 |
| 2.1 引言 | 第24页 |
| 2.2 苹果图像信息采集 | 第24-25页 |
| 2.3 基本颜色空间模型特点分析 | 第25-28页 |
| 2.3.1 RGB颜色空间模型 | 第25-26页 |
| 2.3.2 L~*a~*b~*颜色空间模型 | 第26页 |
| 2.3.3 YCrCb与YIQ颜色空间模型 | 第26-27页 |
| 2.3.4 HSI颜色空间模型 | 第27-28页 |
| 2.3.5 Ohta颜色空间模型 | 第28页 |
| 2.4 苹果图像颜色特征分析 | 第28-34页 |
| 2.4.1 苹果图像颜色特征定性分析 | 第29-30页 |
| 2.4.2 苹果图像颜色特征定量分析 | 第30-34页 |
| 2.5 本章小结 | 第34-36页 |
| 第三章 自然环境下幼果期苹果目标探测与定位方法 | 第36-51页 |
| 3.1 引言 | 第36页 |
| 3.2 基于自适应比率色差的苹果目标兴趣区探测 | 第36-40页 |
| 3.2.1 苹果图像色差图计算 | 第36-37页 |
| 3.2.2 幼小青苹果目标兴趣区探测 | 第37-40页 |
| 3.3 图像噪声去除与潜在苹果目标定位 | 第40-43页 |
| 3.3.1 图像噪声去除 | 第40-42页 |
| 3.3.2 潜在苹果目标定位 | 第42-43页 |
| 3.4 基于HOG-SVM模型的虚假果实去除 | 第43-46页 |
| 3.4.1 HOG特征提取 | 第43-44页 |
| 3.4.2 网格搜索优化的支持向量机(GS-SVM) | 第44-45页 |
| 3.4.3 训练HOG-SVM模型去除虚假果实目标 | 第45-46页 |
| 3.5 试验与分析 | 第46-50页 |
| 3.5.1 试验条件 | 第46页 |
| 3.5.2 试验结果与算法模型性能分析 | 第46-49页 |
| 3.5.3 结果分析与讨论 | 第49-50页 |
| 3.6 本章小结 | 第50-51页 |
| 第四章 自然环境下相互重叠苹果目标探测与定位方法 | 第51-65页 |
| 4.1 引言 | 第51页 |
| 4.2 改进GrabCut算法探测重叠苹果目标兴趣区 | 第51-54页 |
| 4.2.1 传统GrabCut算法 | 第51-52页 |
| 4.2.2 基于视觉显著性检测的GrabCut算法 | 第52-54页 |
| 4.3 基于关键角点检测的重叠果实轮廓定位 | 第54-57页 |
| 4.4 基于Y型节点搜索的重叠苹果单果目标分离 | 第57-59页 |
| 4.5 基于DLS算法的被遮挡苹果目标轮廓重建 | 第59-60页 |
| 4.6 试验与分析 | 第60-64页 |
| 4.6.1 试验条件 | 第60页 |
| 4.6.2 试验结果 | 第60-63页 |
| 4.6.3 结果分析与讨论 | 第63-64页 |
| 4.7 本章小结 | 第64-65页 |
| 第五章 自然环境下枝叶遮挡苹果目标探测与定位方法 | 第65-94页 |
| 5.1 引言 | 第65页 |
| 5.2 基于K-means算法的枝叶遮挡苹果图像兴趣区探测 | 第65-69页 |
| 5.2.1 K-means聚类算法 | 第65-66页 |
| 5.2.2 改进K-means算法实现枝叶遮挡苹果图像兴趣区探测 | 第66-69页 |
| 5.2.3 苹果果实图像的预处理 | 第69页 |
| 5.3 基于凸包理论的枝叶遮挡苹果轮廓定位 | 第69-78页 |
| 5.3.1 凸包算法 | 第69-75页 |
| 5.3.2 基于QuickHull的果实轮廓凸包的构建 | 第75-77页 |
| 5.3.3 改进凸包实现果实真实轮廓的自适应提取 | 第77-78页 |
| 5.4 基于欧拉螺旋的苹果目标遮挡轮廓修复 | 第78-87页 |
| 5.4.1 传统轮廓修复方法 | 第78-80页 |
| 5.4.2 欧拉螺旋模型 | 第80-83页 |
| 5.4.3 基于欧拉螺旋圆弧样条曲线的轮廓修复 | 第83-87页 |
| 5.5 试验与分析 | 第87-93页 |
| 5.5.1 试验条件 | 第87-88页 |
| 5.5.2 试验结果 | 第88-92页 |
| 5.5.3 结果分析与讨论 | 第92-93页 |
| 5.6 本章小结 | 第93-94页 |
| 第六章 苹果目标探测与定位系统的设计与实现 | 第94-101页 |
| 6.1 引言 | 第94页 |
| 6.2 系统运行及开发平台 | 第94页 |
| 6.3 系统功能结构设计 | 第94-95页 |
| 6.4 系统功能实现与运行界面 | 第95-100页 |
| 6.5 本章小结 | 第100-101页 |
| 第七章 结论与展望 | 第101-103页 |
| 7.1 研究结论 | 第101-102页 |
| 7.2 创新点 | 第102页 |
| 7.3 研究展望 | 第102-103页 |
| 参考文献 | 第103-113页 |
| 致谢 | 第113-114页 |
| 作者简历 | 第114页 |
