| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 农业机器人概述 | 第12页 |
| 1.2 国外农业采摘机器人研究成果及现状 | 第12-14页 |
| 1.2.1 图像处理与识别方面的研究 | 第12-13页 |
| 1.2.2 针对采摘机械手臂方面的研究 | 第13-14页 |
| 1.3 课题研究的意义 | 第14页 |
| 1.4 研究内容与方法 | 第14-16页 |
| 1.4.1 研究的主要内容 | 第14-15页 |
| 1.4.2 研究的方法 | 第15-16页 |
| 第二章 食用玫瑰花图像的分割和识别 | 第16-38页 |
| 2.1 颜色模型与图像采集 | 第16-17页 |
| 2.1.1 颜色空间概述 | 第16-17页 |
| 2.1.2 食用玫瑰花图像采集 | 第17页 |
| 2.2 图像的预处理 | 第17-20页 |
| 2.2.1 直方图均衡法 | 第17-19页 |
| 2.2.2 中值滤波 | 第19-20页 |
| 2.3 食用玫瑰花的图像分割 | 第20-23页 |
| 2.3.1 图像模型变换 | 第20-22页 |
| 2.3.2 图像阈值分割 | 第22-23页 |
| 2.4 基于图像内容的特征提取 | 第23-29页 |
| 2.4.1 形状特征提取 | 第23-24页 |
| 2.4.2 纹理特征提取 | 第24-26页 |
| 2.4.3 食用玫瑰花图像特征分析 | 第26-27页 |
| 2.4.4 食用玫瑰花纹理特征提取 | 第27-29页 |
| 2.5 基于BP神经网络的食用玫瑰花图像识别 | 第29-36页 |
| 2.5.1 人工神经网络概述 | 第29-30页 |
| 2.5.2 建立基于纹理特征识别的BP神经网络 | 第30页 |
| 2.5.3 BP神经网络在MATLAB下的实现 | 第30-31页 |
| 2.5.4 玫瑰花识别试验及分析 | 第31-36页 |
| 2.6 本章结论 | 第36-38页 |
| 第三章 机械手臂 | 第38-60页 |
| 3.1 玫瑰花生物学特性及管理技术 | 第38-40页 |
| 3.1.1 玫瑰花生物学特性及栽培技术 | 第38页 |
| 3.1.2 食用玫瑰生物特性研究 | 第38-39页 |
| 3.1.3 玫瑰花采摘机器人的结构要求 | 第39-40页 |
| 3.2 采摘机械手臂 | 第40-52页 |
| 3.2.1 采摘机械手臂结构形式 | 第40-42页 |
| 3.2.2 采摘机械手臂运动方程正解析 | 第42-44页 |
| 3.2.3 采摘机械手臂运动方程逆解析 | 第44-47页 |
| 3.2.4 采摘机械手臂运动方程正逆解的初始位姿验证 | 第47页 |
| 3.2.5 采摘机械手臂雅可比矩阵的求解 | 第47-49页 |
| 3.2.6 采摘机械手臂工作空间 | 第49-52页 |
| 3.3 采摘机械手臂末端执行器 | 第52-55页 |
| 3.4 食用玫瑰花采摘机械手ADAMS运动仿真 | 第55-59页 |
| 3.4.1 采摘机械手虚拟模型 | 第55-56页 |
| 3.4.2 采摘机械手ADAMS运动学仿真 | 第56-58页 |
| 3.4.3 仿真结果分析 | 第58-59页 |
| 3.5 本章小结 | 第59-60页 |
| 第四章 基于单目视觉的采摘模型 | 第60-72页 |
| 4.1 机器视觉 | 第60-63页 |
| 4.1.1 机器视觉选型 | 第60页 |
| 4.1.2 基于单目视觉成像的采摘模型可行性分析 | 第60-63页 |
| 4.2 基于位置的单目视觉伺服控制采摘模型 | 第63-67页 |
| 4.2.1 视觉系统坐标与末端执行器坐标的转换关系 | 第63-64页 |
| 4.2.2 采摘范围与像素面积的关系 | 第64-65页 |
| 4.2.3 根据目标像素面积预估采摘深度 | 第65-66页 |
| 4.2.4 建立基于单目视觉伺服控制采摘模型 | 第66-67页 |
| 4.3 在MATLAB下基于单目视觉模型的轨迹仿真试验 | 第67-69页 |
| 4.4 本章小结 | 第69-72页 |
| 第五章 总结与展望 | 第72-74页 |
| 5.1 论文的主要研究成果 | 第72-73页 |
| 5.2 其中存在的不足及对后续研究的展望 | 第73-74页 |
| 致谢 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 附录A：本人在攻读硕士学位期间的科研情况 | 第82-84页 |
| 附录B：部分程序代码 | 第84-89页 |
