基于CCD和经纬仪的林木图像识别系统研究
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
1. 引言 | 第10-17页 |
1.1. 研究的背景及意义 | 第10-11页 |
1.2. 国内外研究现状 | 第11-14页 |
1.2.1. 国外研究现状 | 第12-13页 |
1.2.2. 国内研究现状 | 第13-14页 |
1.3. 存在的问题及发展趋势 | 第14-15页 |
1.3.1. 存在的问题 | 第14-15页 |
1.3.2. 发展趋势 | 第15页 |
1.4. 本文的研究内容及章节安排 | 第15-17页 |
1.4.1. 本文的研究内容 | 第15页 |
1.4.2. 本文的章节安排 | 第15-17页 |
2. 林木图像识别系统的设计 | 第17-39页 |
2.1. 系统组成 | 第17-20页 |
2.1.1. CCD相机 | 第18-19页 |
2.1.2. 经纬仪 | 第19-20页 |
2.2. 林木图像识别系统的数学模型 | 第20-25页 |
2.2.1. 双目立体视觉数学模型 | 第20-22页 |
2.2.2. 林木图像识别系统的数学模型 | 第22-24页 |
2.2.3. 数学模型求解 | 第24-25页 |
2.3. 摄像机标定 | 第25-34页 |
2.3.1. 摄像机标定原理 | 第26-28页 |
2.3.2. 摄像机的标定方法 | 第28-33页 |
2.3.3. 摄像机标定结果 | 第33-34页 |
2.4. 系统的精度分析 | 第34-37页 |
2.4.1. 系统结构参数对系统精度的影响 | 第36-37页 |
2.4.2. 摄像机焦距对系统精度的影响 | 第37页 |
2.5. 本章小结 | 第37-39页 |
3. 林木图像识别系统的图像处理功能研究 | 第39-54页 |
3.1. 图像增强 | 第39-44页 |
3.1.1. 灰度直方图 | 第39-40页 |
3.1.2. 图像平滑 | 第40-42页 |
3.1.3. 中值滤波 | 第42-43页 |
3.1.4. 图像锐化 | 第43-44页 |
3.2. 数学形态学图像处理 | 第44-47页 |
3.2.1. 腐蚀和膨胀 | 第45-47页 |
3.2.2. 开、闭运算处理 | 第47页 |
3.3. 图像分割 | 第47-53页 |
3.3.1. 阈值分割 | 第48-49页 |
3.3.2. 边缘检测 | 第49-53页 |
3.4. 本章小结 | 第53-54页 |
4. 林木图像识别系统的测量功能研究 | 第54-67页 |
4.1. 特征点提取 | 第54-56页 |
4.1.1. 特征点提取算法 | 第54-55页 |
4.1.2. 实验结果与分析 | 第55-56页 |
4.2. 特征点匹配 | 第56-60页 |
4.2.1. 特征点匹配的原则 | 第56-57页 |
4.2.2. 特征点匹配的算法 | 第57-59页 |
4.2.3. 实验结果与分析 | 第59-60页 |
4.3. 交互式测量 | 第60-61页 |
4.4. 胸径测量 | 第61-64页 |
4.4.1. 测量方法 | 第61-64页 |
4.4.2. 实验结果与分析 | 第64页 |
4.5. 树高测量 | 第64-66页 |
4.5.1. 测量方法 | 第64-65页 |
4.5.2. 实验结果与分析 | 第65-66页 |
4.6. 本章小结 | 第66-67页 |
5. 测量实验及结果分析 | 第67-74页 |
5.1. 实验数据采集 | 第67-68页 |
5.1.1. 实验设备 | 第67页 |
5.1.2. 实验设计 | 第67-68页 |
5.2. 实验数据 | 第68-70页 |
5.2.1. 摄像机标定 | 第68-69页 |
5.2.2. 位置信息 | 第69页 |
5.2.3. 图像信息 | 第69-70页 |
5.3. 实验计算与分析 | 第70-73页 |
5.3.1. 林木胸径测量 | 第71-72页 |
5.3.2. 结果分析 | 第72-73页 |
5.4. 本章小结 | 第73-74页 |
6. 结论与展望 | 第74-76页 |
6.1. 总结 | 第74页 |
6.2. 展望 | 第74-76页 |
参考文献 | 第76-78页 |
附录A | 第78-79页 |
附录B | 第79-91页 |
个人简介 | 第91-92页 |
导师简介 | 第92-93页 |
获得成果目录 | 第93-94页 |
致谢 | 第94页 |