番茄收获机器人中视觉目标的自动分割与识别
| 第1章 绪论 | 第1-15页 |
| ·课题背景 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·国外研究现状 | 第10-12页 |
| ·国内研究现状 | 第12-13页 |
| ·研究内容 | 第13-14页 |
| ·技术路线 | 第13-14页 |
| ·关键问题 | 第14页 |
| ·预期效果 | 第14页 |
| ·本章小结 | 第14-15页 |
| 第2章 机器视觉系统的理论与实现 | 第15-20页 |
| ·机器视觉系统的理论基础 | 第15-16页 |
| ·机器视觉系统的实现 | 第16-19页 |
| ·硬件构成 | 第16-17页 |
| ·软件实现 | 第17-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 番茄图像的采集与处理 | 第20-38页 |
| ·番茄图像的采集 | 第20页 |
| ·噪声去除 | 第20-22页 |
| ·番茄的颜色特征 | 第22-26页 |
| ·颜色模型 | 第22-24页 |
| ·番茄的颜色统计 | 第24-26页 |
| ·番茄图像的分割方法 | 第26-37页 |
| ·根据边界进行图像分割 | 第26-31页 |
| ·根据区域进行图像分割 | 第31-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 番茄图像的神经网络分割方法 | 第38-53页 |
| ·人工神经网络概述 | 第38页 |
| ·人工神经网络结构 | 第38-41页 |
| ·BP网络 | 第39-40页 |
| ·RBF网络 | 第40页 |
| ·LVQ网络 | 第40-41页 |
| ·番茄分割的可行性分析 | 第41-45页 |
| ·网络的输入输出设计 | 第41-43页 |
| ·网络的建立与运行 | 第43-45页 |
| ·应用小结 | 第45页 |
| ·网络的改进设计 | 第45-51页 |
| ·网络数据的输入改进 | 第46-48页 |
| ·网络参数的优化 | 第48-51页 |
| ·本章小结 | 第51-53页 |
| 第5章 番茄目标的识别与定位 | 第53-65页 |
| ·特征量计算前的处理 | 第53-56页 |
| ·区域(Blob)处理 | 第53-54页 |
| ·形态学处理 | 第54-56页 |
| ·特征量的选择和分析 | 第56-58页 |
| ·多目标的分离 | 第58-62页 |
| ·产生距离图 | 第58-59页 |
| ·分水岭分离 | 第59-61页 |
| ·应用小结 | 第61-62页 |
| ·番茄目标的定位 | 第62-64页 |
| ·利用长短径估计番茄的中心 | 第62-63页 |
| ·利用圆的数学性质估计番茄中心 | 第63页 |
| ·应用小结 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第6章 研究总结与未来展望 | 第65-67页 |
| ·主要工作与结论 | 第65-66页 |
| ·存在的问题与未来的设想 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 在学期间发表的论文 | 第72页 |
