蓝莓机器视觉识别与标定技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-26页 |
| ·蓝莓检测技术的应用和经济价值 | 第10-13页 |
| ·问题的提出 | 第10-11页 |
| ·蓝莓采摘机器人的特点 | 第11-12页 |
| ·蓝莓采摘机器人研究的意义 | 第12-13页 |
| ·蓝莓采摘机器人对视觉识别及定位的要求 | 第13页 |
| ·国内外发展现状 | 第13-23页 |
| ·果蔬采摘机器人技术的国内外研究现状 | 第13-16页 |
| ·机器视觉技术国内外研究现状 | 第16-22页 |
| ·拟解决的关键问题 | 第22-23页 |
| ·项目的研究方法 | 第23-24页 |
| ·本文研究的主要内容 | 第24-26页 |
| 2 基于迭代方法的蓝莓采摘机器人摄像机标定 | 第26-47页 |
| ·摄像机成像模型 | 第26-30页 |
| ·坐标系 | 第26-28页 |
| ·线性摄像机模型 | 第28页 |
| ·非线性摄像机模型 | 第28-30页 |
| ·标定方法 | 第30-35页 |
| ·Tsai两步法 | 第30-31页 |
| ·张正友方法 | 第31-35页 |
| ·基于迭代方法的摄像机标定方法 | 第35-46页 |
| ·数据采集与处理 | 第36-39页 |
| ·标定结果及分析 | 第39-46页 |
| ·本章小结 | 第46-47页 |
| 3 蓝莓采摘机器人的手眼标定及立体匹配 | 第47-61页 |
| ·摄像机的手眼标定 | 第47-51页 |
| ·无标定的图像定位 | 第47-48页 |
| ·无标定与标定相结合的立体定位 | 第48-51页 |
| ·逆估计立体匹配 | 第51-54页 |
| ·基于区域的立体匹配 | 第54-60页 |
| ·本章小结 | 第60-61页 |
| 4 基于颜色信息的蓝莓检测技术研究 | 第61-73页 |
| ·颜色空间 | 第61-66页 |
| ·RGB色彩模式 | 第61-62页 |
| ·CMYK色彩模式 | 第62-63页 |
| ·Lab色彩模式 | 第63-64页 |
| ·颜色空间转换 | 第64-65页 |
| ·蓝莓颜色分布 | 第65-66页 |
| ·颜色分割的神经网络模型 | 第66-69页 |
| ·RCE神经网络结构 | 第67-68页 |
| ·神经元模型训练 | 第68-69页 |
| ·蓝莓图像分割实验结果与实验结果分析 | 第69-72页 |
| ·本章小结 | 第72-73页 |
| 5 基于边缘的蓝莓检测技术 | 第73-80页 |
| ·椭圆Hough变换改进算法的提出 | 第73页 |
| ·边缘检测 | 第73-76页 |
| ·点的选取原则 | 第73-75页 |
| ·冗余点去除 | 第75页 |
| ·点的选择 | 第75-76页 |
| ·基于边缘的蓝莓检测 | 第76-77页 |
| ·参数筛选与匹配 | 第77页 |
| ·检测结果与评价 | 第77-79页 |
| ·本章小结 | 第79-80页 |
| 6 基于视觉的蓝莓形状和大小的分级方法研究 | 第80-85页 |
| ·蓝莓分级 | 第80-81页 |
| ·形状模型研究 | 第81-82页 |
| ·基于颜色模型的蓝莓检测实验 | 第82页 |
| ·蓝莓大小分级 | 第82-83页 |
| ·综合实验与分析 | 第83-84页 |
| ·按形状特性分级实验 | 第83页 |
| ·按大小特性分级实验 | 第83-84页 |
| ·本章小结 | 第84-85页 |
| 结论 | 第85-86页 |
| 参考文献 | 第86-93页 |
| 攻读学位期间发表的学术论文 | 第93-94页 |
| 致谢 | 第94-95页 |
