基于机器视觉的农田作物行检测方法研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 引言 | 第10-16页 |
| 1.1 课题研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 课题研究目的与内容 | 第14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 2 农田作物图像的灰度转换与分割 | 第16-30页 |
| 2.1 概述 | 第16页 |
| 2.2 农田作物图像的特点 | 第16-17页 |
| 2.3 彩色模型的确定 | 第17-22页 |
| 2.3.1 RGB彩色模型 | 第17-18页 |
| 2.3.2 HSI彩色模型 | 第18-19页 |
| 2.3.3 不同彩色模型下的农田作物图像 | 第19-21页 |
| 2.3.4 彩色模型的选择 | 第21-22页 |
| 2.4 农田作物图像的灰度转换 | 第22-25页 |
| 2.4.1 概述 | 第22-23页 |
| 2.4.2 过绿颜色特征因子 | 第23-24页 |
| 2.4.3 图像灰度转换实验 | 第24-25页 |
| 2.5 农田作物图像中作物与背景的分割 | 第25-29页 |
| 2.5.1 概述 | 第25-26页 |
| 2.5.2 最大类间方差法 | 第26-27页 |
| 2.5.3 图像分割实验 | 第27-29页 |
| 2.6 本章小结 | 第29-30页 |
| 3 农田作物图像的特征点提取 | 第30-38页 |
| 3.1 基于移动窗的作物行特征点提取方法 | 第30-34页 |
| 3.2 改进的基于移动窗的特征点提取方法 | 第34-36页 |
| 3.2.1 初始特征点提取 | 第34-35页 |
| 3.2.2 剩余特征点提取 | 第35-36页 |
| 3.3 本章小结 | 第36-38页 |
| 4 农田图像的作物行直线检测 | 第38-50页 |
| 4.1 一元线性回归 | 第38-39页 |
| 4.2 Hough变换 | 第39-41页 |
| 4.3 基于Hough变换与消隐点的作物行检测 | 第41-47页 |
| 4.3.1 候选作物行提取 | 第41-44页 |
| 4.3.2 消隐点检测 | 第44-46页 |
| 4.3.3 正确的作物行识别 | 第46-47页 |
| 4.4 本章小结 | 第47-50页 |
| 5 农田作物行检测实验与分析 | 第50-58页 |
| 5.1 实验材料 | 第50页 |
| 5.2 算法实现环境 | 第50页 |
| 5.3 算法模块构成 | 第50-51页 |
| 5.4 实验结果与讨论 | 第51-56页 |
| 5.5 本章小结 | 第56-58页 |
| 6 总结与展望 | 第58-60页 |
| 6.1 论文总结 | 第58-59页 |
| 6.2 未来工作 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 作者简历 | 第66-67页 |
| 学位论文数据集 | 第67页 |
