番茄采摘机器人视觉系统的研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-9页 |
| 目次 | 第9-12页 |
| 图清单 | 第12-14页 |
| 表清单 | 第14-15页 |
| 1 绪论 | 第15-22页 |
| ·课题的研究背景和意义 | 第15-16页 |
| ·国内外研究现状 | 第16-19页 |
| ·国外研究现状 | 第16-18页 |
| ·国内研究现状 | 第18-19页 |
| ·目前存在的问题及探索 | 第19-20页 |
| ·研究内容 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 2 番茄果实图像采集与处理 | 第22-50页 |
| ·番茄图像的采集 | 第22-23页 |
| ·颜色空间的选取 | 第23-25页 |
| ·RGB 颜色空间 | 第23-24页 |
| ·HIS 颜色空间 | 第24-25页 |
| ·图像增强处理 | 第25-30页 |
| ·直方图原理 | 第25-26页 |
| ·图像直方图均衡化 | 第26-28页 |
| ·图像锐化 | 第28-30页 |
| ·番茄图像滤波 | 第30-34页 |
| ·邻域平均法 | 第30-31页 |
| ·中值滤波 | 第31-32页 |
| ·矢量中值滤波 | 第32-34页 |
| ·图像光照无关化 | 第34-38页 |
| ·光照无关图原理 | 第34-36页 |
| ·光照无关角的获取 | 第36页 |
| ·番茄图像光照无关实验 | 第36-38页 |
| ·图像分割 | 第38-49页 |
| ·基于边界的分割 | 第38-39页 |
| ·经典算子的边缘检测 | 第39-42页 |
| ·不同算子边缘检测试验与分析 | 第42-44页 |
| ·基于阈值的分割 | 第44页 |
| ·迭代阈值法 | 第44-45页 |
| ·OTsu 法 | 第45-46页 |
| ·基于阈值分割的实验与分析 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 3 基于 SVM 番茄图像的识别 | 第50-67页 |
| ·特征提取预处理 | 第50-56页 |
| ·形态学处理 | 第51-53页 |
| ·多目标分离与提取 | 第53-56页 |
| ·识别特征提取 | 第56-58页 |
| ·颜色特征提取 | 第56-57页 |
| ·形状特征提取 | 第57-58页 |
| ·纹理特征提取 | 第58页 |
| ·支持向量机 | 第58-61页 |
| ·线性可分问题 | 第59-60页 |
| ·非线性可分问题 | 第60-61页 |
| ·基于支持向量机的番茄识别实验 | 第61-66页 |
| ·数据格式处理和参数选择 | 第61-63页 |
| ·番茄识别实验 | 第63-65页 |
| ·RBF 核函数支持向量机的参数优化 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 4 基于双目立体视觉的番茄果实定位 | 第67-89页 |
| ·双目立体视觉原理 | 第67-69页 |
| ·相机标定 | 第69-78页 |
| ·相机成像模型 | 第69-72页 |
| ·相机标定方法 | 第72-76页 |
| ·相机标定实验 | 第76-78页 |
| ·立体匹配 | 第78-84页 |
| ·特征点获取 | 第79页 |
| ·基本匹配约束 | 第79-82页 |
| ·匹配算法及实验 | 第82-84页 |
| ·三维定位 | 第84-88页 |
| ·深度计算原理 | 第84-86页 |
| ·定位实验 | 第86-88页 |
| ·本章小结 | 第88-89页 |
| 5 总结与展望 | 第89-91页 |
| ·总结 | 第89页 |
| ·展望 | 第89-91页 |
| 参考文献 | 第91-95页 |
| 作者简历 | 第95页 |
