| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1. 绪论 | 第10-19页 |
| ·研究背景与意义 | 第10-11页 |
| ·国内外研究现状及分析 | 第11-16页 |
| ·农林果蔬机器人的研究现状及分析 | 第12-13页 |
| ·基于农林果蔬的图像处理研究现状及分析 | 第13-14页 |
| ·基于机器视觉的农林果蔬成熟度识别研究现状及分析 | 第14-16页 |
| ·研究内容及技术路线 | 第16-17页 |
| ·研究内容 | 第16页 |
| ·研究的技术路线 | 第16-17页 |
| ·文章的结构安排 | 第17-19页 |
| 2. 灵武长枣图像预处理 | 第19-36页 |
| ·灵武长枣灰度图像预处理 | 第19-23页 |
| ·3×3均值滤波器 | 第19-20页 |
| ·高斯平滑 | 第20页 |
| ·中值滤波 | 第20-21页 |
| ·中值滤波的改进算法 | 第21-23页 |
| ·灵武长枣彩色图像预处理 | 第23-35页 |
| ·彩色图像的对比度增强 | 第23-25页 |
| ·彩色补偿 | 第25-26页 |
| ·彩色平衡 | 第26-27页 |
| ·基于颜色空间变换的图像降噪 | 第27-31页 |
| ·灵武长枣彩色图像复原 | 第31-35页 |
| ·本章小结 | 第35-36页 |
| 3. 灵武长枣图像分割 | 第36-58页 |
| ·灵武长枣图像材料与采集 | 第37-38页 |
| ·灵武长枣图像分割方法 | 第38-56页 |
| ·基于最大类间方差法的图像分割 | 第38-40页 |
| ·分水岭分割算法 | 第40-43页 |
| ·L~*a~*b~*颜色空间图像分割的改进算法研究 | 第43-49页 |
| ·基于色差融合的灵武长枣图像分割算法研究 | 第49-56页 |
| ·结论与讨论 | 第56页 |
| ·本章小结 | 第56-58页 |
| 4. 基于机器视觉的灵武长枣定位 | 第58-86页 |
| ·灵武长枣形状的数学模型建立 | 第59-71页 |
| ·灵武长枣外形几何尺寸的测量统计 | 第59-61页 |
| ·灵武长枣几何量的统计分析 | 第61-64页 |
| ·灵武长枣外形的定量描述 | 第64-65页 |
| ·灵武长枣形状的数学模型 | 第65-67页 |
| ·椭球体的投影 | 第67-71页 |
| ·成像模型 | 第71-75页 |
| ·坐标系统 | 第71-73页 |
| ·针孔成像模型 | 第73-74页 |
| ·非线性相机模型 | 第74-75页 |
| ·基于线性相机模型的二次曲面投影 | 第75页 |
| ·椭圆形图像中心的提取 | 第75-80页 |
| ·空间椭圆透视投影图像中心位置的提取 | 第76页 |
| ·空间椭圆的透视投影变换 | 第76-80页 |
| ·长枣模型与椭圆的拟合及长枣中心定位 | 第80-84页 |
| ·长枣模型拟合及中心定位算法研究 | 第80-82页 |
| ·长枣图像拟合及定位结果 | 第82-84页 |
| ·定位分析 | 第84-85页 |
| ·本章小结 | 第85-86页 |
| 5. 灵武长枣的成熟度等级判别方法 | 第86-112页 |
| ·灵武长枣生长成熟期成熟度等级规则的建立 | 第86-102页 |
| ·图像采集和图像库的建立 | 第87-90页 |
| ·灵武长枣生物量的检测 | 第90-93页 |
| ·灵武长枣生长成熟度等级与色调的关系 | 第93-96页 |
| ·灵武长枣生长成熟度等级判别规则的制定 | 第96-98页 |
| ·基于机器视觉的灵武长枣成熟度判别模型的建立 | 第98-102页 |
| ·灵武长枣成熟度判别算法 | 第102-110页 |
| ·基于红色比成熟度判别算法及结果 | 第102-106页 |
| ·基于成熟度颜色演化模型的成熟度判别算法及结果 | 第106-110页 |
| ·两种成熟度判别方法的讨论 | 第110-111页 |
| ·本章小结 | 第111-112页 |
| 6. 结论与展望 | 第112-114页 |
| ·主要研究成果和创新点 | 第112-113页 |
| ·主要研究展望 | 第113-114页 |
| 参考文献 | 第114-121页 |
| 个人简介 | 第121-122页 |
| 导师简介 | 第122-123页 |
| 副导师简介 | 第123-124页 |
| 获得成果目录 | 第124-125页 |
| 致谢 | 第125-126页 |