基于图像处理的智能割草机器人路径规划研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 国内外研究现状与发展趋势 | 第11-15页 |
| 1.2.1 纹理特征提取的研究现状与发展趋势 | 第11-13页 |
| 1.2.2 智能割草机器人的研究现状与发展趋势 | 第13-15页 |
| 1.3 论文的主要研究内容 | 第15-17页 |
| 第2章 纹理特征提取技术 | 第17-29页 |
| 2.1 纹理特征提取综述 | 第17页 |
| 2.2 常用纹理特征提取方法介绍 | 第17-28页 |
| 2.2.1 基于模型的方法 | 第18页 |
| 2.2.2 基于统计的方法 | 第18-26页 |
| 2.2.3 基于频谱的方法 | 第26-28页 |
| 2.2.4 基于结构的方法 | 第28页 |
| 2.3 总结 | 第28-29页 |
| 第3章 基于灰度共生矩阵的草地纹理分割技术研究 | 第29-48页 |
| 3.1 概述 | 第29页 |
| 3.2 灰度共生矩阵的定义与计算 | 第29-33页 |
| 3.3 灰度共生矩阵的二阶统计 | 第33-35页 |
| 3.4 基于灰度共生矩阵的图像纹理分割 | 第35-41页 |
| 3.4.1 灰度图像提取 | 第35-36页 |
| 3.4.2 扫描角度和步长的选择 | 第36页 |
| 3.4.3 纹理特征值矩阵的计算 | 第36-38页 |
| 3.4.4 滑动窗口的选择 | 第38-39页 |
| 3.4.5 特征图像的映射 | 第39-41页 |
| 3.5 草地图像纹理分割实验分析 | 第41-47页 |
| 3.5.1 概述 | 第41-42页 |
| 3.5.2 特征值筛选 | 第42-43页 |
| 3.5.3 历遍窗口选择 | 第43-44页 |
| 3.5.4 灰度级数的选择 | 第44-45页 |
| 3.5.5 图像的后续处理 | 第45-47页 |
| 3.5.5.1 图像的膨胀腐蚀处理 | 第45-46页 |
| 3.5.5.2 利用轮廓提取法去除杂质点 | 第46-47页 |
| 3.6 总结 | 第47-48页 |
| 第4章 基于纹理分割图的草地分界线提取 | 第48-58页 |
| 4.1 人眼的视觉特性介绍 | 第48页 |
| 4.2 根据纹理特征二值图的分界线提取 | 第48-51页 |
| 4.2.1 未工作区域判断 | 第48-49页 |
| 4.2.2 分界线的提取 | 第49-51页 |
| 4.3 实验分析 | 第51-56页 |
| 4.3.1 分割宽度L的确定 | 第51-53页 |
| 4.3.2 轮廓历遍器长度T的确定 | 第53-56页 |
| 4.4 分界线的映射 | 第56-57页 |
| 4.5 总结 | 第57-58页 |
| 第5章 基于拟合分界线的路径规划 | 第58-64页 |
| 5.1 概述 | 第58页 |
| 5.2 传统路径规划 | 第58-59页 |
| 5.3 基于图像分割的草地路径规划 | 第59-63页 |
| 5.3.1 处理图像和实际区域的转化 | 第60-61页 |
| 5.3.2 根据实际区域分割点的路径规划 | 第61-63页 |
| 5.4 总结 | 第63-64页 |
| 第6章 总结和展望 | 第64-67页 |
| 6.1 总结 | 第64-65页 |
| 6.2 展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读学位期间的研究成果 | 第71-72页 |
| 致谢 | 第72页 |
