黄瓜采摘机器人视觉关键技术及系统研究
摘要 | 第1-7页 |
ABSTRACT | 第7-12页 |
第1章 绪论 | 第12-22页 |
·论文研究背景 | 第12页 |
·采摘机器人研究现状及分析 | 第12-17页 |
·黄瓜采摘机器人 | 第13-14页 |
·其他果蔬采摘机器人 | 第14-17页 |
·黄瓜采摘机器人视觉系统研究现状 | 第17-19页 |
·黄瓜识别 | 第17-18页 |
·黄瓜目标定位 | 第18-19页 |
·存在的问题 | 第19页 |
·研究内容及研究意义 | 第19-22页 |
·研究内容 | 第19-20页 |
·研究意义 | 第20-22页 |
第2章 基于颜色特征的黄瓜图像分割 | 第22-32页 |
·黄瓜图像的颜色特征 | 第22-25页 |
·彩色模型 | 第22-23页 |
·黄瓜颜色特征 | 第23-25页 |
·黄瓜图像分割 | 第25-30页 |
·图像增强 | 第26-27页 |
·阈值分割 | 第27-28页 |
·形态学运算 | 第28-29页 |
·区域标记 | 第29-30页 |
·本章小结 | 第30-32页 |
第3章 黄瓜形状的表示和描述 | 第32-60页 |
·模板匹配-利用黄瓜形状特征 | 第32-33页 |
·黄瓜边界提取 | 第33-36页 |
·形状的表示 | 第36-37页 |
·链码 | 第36-37页 |
·标记图 | 第37页 |
·骨架 | 第37页 |
·形状的描述 | 第37-44页 |
·简单的边界描述子 | 第38页 |
·傅里叶描述子 | 第38-41页 |
·不变矩 | 第41-44页 |
·椭圆傅里叶 | 第44-57页 |
·链码的傅里叶系数 | 第44-47页 |
·误差分析和特性研究 | 第47-50页 |
·椭圆傅里叶系数归一化及重建 | 第50-57页 |
·描述子比较与分析 | 第57-58页 |
·本章小结 | 第58-60页 |
第4章 黄瓜果实的模板匹配与特征提取 | 第60-80页 |
·模板匹配算法 | 第60-66页 |
·模板匹配分类 | 第60-61页 |
·基于灰度相关的模板匹配 | 第61-62页 |
·传统匹配算法及实验 | 第62-66页 |
·黄瓜模板库的生成 | 第66-70页 |
·尺度变换 | 第66-67页 |
·角度变换 | 第67-68页 |
·黄瓜模板库生成 | 第68-70页 |
·基于模板库的多模板匹配 | 第70-76页 |
·匹配算法和流程 | 第70-72页 |
·匹配实验与分析 | 第72-76页 |
·黄瓜图像特征提取 | 第76-77页 |
·本章小结 | 第77-80页 |
第5章 双目立体视觉与特征点定位 | 第80-98页 |
·立体视觉测量方法 | 第80-86页 |
·坐标系统及坐标系变换关系 | 第81-84页 |
·摄像机模型 | 第84-86页 |
·双目立体视觉 | 第86-90页 |
·双目视觉原理 | 第86-87页 |
·双目视觉数学模型 | 第87-89页 |
·双目视觉中的对应点匹配 | 第89-90页 |
·内外参数确定—摄像机标定 | 第90页 |
·标定实验和定位实验 | 第90-97页 |
·标定实验与结果 | 第90-93页 |
·定位实验与结果 | 第93-97页 |
·本章小结 | 第97-98页 |
第6章 机器人视觉系统和实验平台 | 第98-104页 |
·MT-R机器人平台 | 第98-99页 |
·MT-R机器人视觉系统硬件平台 | 第99-100页 |
·机器人视觉系统软件系统 | 第100-103页 |
·本章小结 | 第103-104页 |
第7章 总结与展望 | 第104-106页 |
·课题研究总结 | 第104-105页 |
·创新点 | 第105页 |
·对今后研究的建议和展望 | 第105-106页 |
参考文献 | 第106-112页 |
致谢 | 第112-113页 |
攻读学位期间参加的科研项目和成果 | 第113页 |