| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景与意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-11页 |
| 1.2.1 果蔬采摘机器人研究现状 | 第8-10页 |
| 1.2.2 夜间图像处理现状 | 第10-11页 |
| 1.3 本课题的主要研究内容 | 第11-12页 |
| 1.4 课题章节安排 | 第12-13页 |
| 第二章 苹果采摘机器人夜间图像采集及降噪处理 | 第13-26页 |
| 2.1 夜间图像采集 | 第13-14页 |
| 2.1.1 辅助光源 | 第13-14页 |
| 2.1.2 图像获取系统 | 第14页 |
| 2.1.3 图像采集系统 | 第14页 |
| 2.2 图像噪声分析 | 第14-16页 |
| 2.3 夜间图像噪声研究 | 第16-22页 |
| 2.3.1 小波软阈值降噪算法 | 第16-17页 |
| 2.3.2 独立成分分析理论 | 第17-19页 |
| 2.3.3 PSO-ICA优化降噪算法 | 第19页 |
| 2.3.4 基于极大似然估计的FastICA降噪算法 | 第19-20页 |
| 2.3.5 基于极大似然偏差去除的FastICA降噪算法 | 第20-22页 |
| 2.4 图像降噪性能测试 | 第22-25页 |
| 2.4.1 降噪效果评价 | 第22页 |
| 2.4.2 仿真实验 | 第22-25页 |
| 2.5 小结 | 第25-26页 |
| 第三章 夜间苹果图像分割 | 第26-37页 |
| 3.1 图像分割 | 第26-34页 |
| 3.1.1 Otsu分割 | 第26-27页 |
| 3.1.2 色差分割 | 第27-29页 |
| 3.1.3 K-means聚类算法 | 第29页 |
| 3.1.4 a*CbR颜色空间融合法 | 第29-34页 |
| 3.2 分割算法性能比较 | 第34-36页 |
| 3.2.1 改善目标苹果分割图 | 第34页 |
| 3.2.2 分割性能评价 | 第34-35页 |
| 3.2.3 分割实验 | 第35-36页 |
| 3.3 小结 | 第36-37页 |
| 第四章 夜间苹果图像的目标识别与定位 | 第37-50页 |
| 4.1 夜间目标苹果真实轮廓提取 | 第37-39页 |
| 4.1.1 边缘检测 | 第37-38页 |
| 4.1.2 卷包裹法提取目标苹果 | 第38-39页 |
| 4.1.3 目标苹果非真实轮廓剔除 | 第39页 |
| 4.2 有枝叶遮挡的夜间目标苹果的识别与定位 | 第39-44页 |
| 4.2.1 Hough变换检测目标苹果 | 第40-41页 |
| 4.2.2 GA改进的三点定圆法检测目标苹果 | 第41-44页 |
| 4.3 重叠果实的夜间目标识别与定位 | 第44-46页 |
| 4.3.1 重叠果实的预处理 | 第44-45页 |
| 4.3.2 目标果实凹陷区域的凸点检测 | 第45-46页 |
| 4.3.3 重叠果实的识别与定位 | 第46页 |
| 4.4 仿真实验结果分析 | 第46-49页 |
| 4.5 小结 | 第49-50页 |
| 第五章 苹果采摘机器人夜间目标识别与定位的软件设计 | 第50-57页 |
| 5.1 MATLAB/GUI简介 | 第50页 |
| 5.2 软件设计系统框架及实现 | 第50-56页 |
| 5.2.1 软件设计系统框架 | 第50-51页 |
| 5.2.2 系统功能实现部分 | 第51-56页 |
| 5.3 小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-58页 |
| 6.1 总结 | 第57页 |
| 6.2 展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 发表论文和科研情况说明 | 第61-62页 |
| 致谢 | 第62页 |
