摘要 | 第4-6页 |
ABSTRACT | 第6-8页 |
第一章 绪论 | 第11-20页 |
1.1 课题研究的背景和意义 | 第11-12页 |
1.2 发展历程及研究现状 | 第12-18页 |
1.2.1 果蔬嫁接机研究现状 | 第12-13页 |
1.2.2 作物三维识别研究现状 | 第13-16页 |
1.2.3 三维深度视觉测量研究现状 | 第16-18页 |
1.3 本文主要内容与结构 | 第18-20页 |
第二章 双目测量系统构建与在线综合调整 | 第20-35页 |
2.1 双目测量系统构建 | 第20-21页 |
2.2 误差分析 | 第21-24页 |
2.3 视觉检测系统在线综合调整 | 第24-34页 |
2.3.1 基于游程的连通域标记 | 第24-26页 |
2.3.2 同心圆检测和识别方法 | 第26-28页 |
2.3.3 在线综合调整方法 | 第28-31页 |
2.3.4 实验分析 | 第31-34页 |
2.4 本章小结 | 第34-35页 |
第三章 系统标定与极线研究 | 第35-53页 |
3.1 系统参考坐标系 | 第35-37页 |
3.2 成像模型 | 第37-40页 |
3.2.1 针孔模型 | 第37-38页 |
3.2.2 畸变模型 | 第38-40页 |
3.3 系统标定 | 第40-47页 |
3.3.1 基于张正友标定的同心圆标定方法 | 第41-43页 |
3.3.2 同心圆标定实验 | 第43-47页 |
3.4 极线研究 | 第47-51页 |
3.4.1 极线的理论计算 | 第48-49页 |
3.4.2 极线的准确性验证 | 第49-51页 |
3.5 本章小结 | 第51-53页 |
第四章 子叶轮廓三维数据测量 | 第53-74页 |
4.1 双目图像预处理 | 第53-54页 |
4.1.1 图像去噪 | 第53页 |
4.1.2 图像增强与二值化 | 第53-54页 |
4.2 双目图像特征提取 | 第54-58页 |
4.2.1 基于游程的轮廓提取算法 | 第55-56页 |
4.2.2 基于Freeman链码轮廓序列降采样 | 第56-58页 |
4.3 特征点匹配方法 | 第58-65页 |
4.3.1 基于窗口灰度向量法(Gray Vector) | 第60-61页 |
4.3.2 简化SIFT描述子(SSIFT) | 第61-63页 |
4.3.3 同心圆SIFT描述子(Circle SIFT) | 第63-65页 |
4.4 三维数据测量方法 | 第65-69页 |
4.5 秧苗子叶轮廓三维数据测量实验 | 第69-73页 |
4.6 本章小结 | 第73-74页 |
第五章 子叶分离方法研究 | 第74-93页 |
5.1 三维数据滤波 | 第74-76页 |
5.2 轮廓链标记与合并 | 第76-81页 |
5.3 子叶分离验证实验 | 第81-91页 |
5.3.1 无遮挡情况下的子叶检测 | 第81-84页 |
5.3.2 遮挡情况下秧苗子叶分离实验 | 第84-91页 |
5.4 本章小结 | 第91-93页 |
第六章 总结与展望 | 第93-95页 |
6.1 总结 | 第93-94页 |
6.2 展望 | 第94-95页 |
参考文献 | 第95-100页 |
致谢 | 第100-101页 |
攻读硕士学位期间发表及录用的论文 | 第101页 |
攻读硕士学位期间参与的科研项目 | 第101-102页 |
附录一 单株多子叶秧苗分离特征点匹配数据 | 第102-105页 |
附录二 两株秧苗遮挡子叶分离特征点匹配数据 | 第105-107页 |