声明
摘要
英文缩略表
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 果实图像数据获取的研究现状
1.2.2 果实目标探测与定位的研究现状
1.2.3 存在的问题与挑战
1.3 研究目标与研究内容
1.3.1 研究目标
1.3.2 研究内容
1.4 研究方法与技术路线
1.4.1 研究方法
1.4.2 技术路线
1.5 本章小结
2.1 引言
2.2 苹果图像信息采集
2.3 基本颜色空间模型特点分析
2.3.1 RGB颜色空间模型
2.3.2 L*a*b*颜色空间模型
2.3.4 HSI颜色空间模型
2.3.5 Ohta颜色空间模型
2.4 苹果图像颜色特征分析
2.4.1 苹果图像颜色特征定性分析
2.4.2 苹果图像颜色特征定量分析
2.5 本章小结
第三章 自然环境下幼果期苹果目标探测与定位方法
3.1 引言
3.2 基于自适应比率色差的苹果目标兴趣区探测
3.2.1 苹果图像色差图计算
3.2.2 幼小青苹果目标兴趣区探测
3.3 图像噪声去除与潜在苹果目标定位
3.3.1 图像噪声去除
3.3.2 潜在苹果目标定位
3.4 基于HOG-SVM模型的虚假果实去除
3.4.1 HOG特征提取
3.4.2 网格搜索优化的支持向量机(GS-SVM)
3.4.3 训练HOG-SVM模型去除虚假果实目标
3.5 试验与分析
3.5.1 试验条件
3.5.2 试验结果与算法模型性能分析
3.5.3 结果分析与讨论
3.6 本章小结
第四章 自然环境下相互重叠苹果目标探测与定位方法
4.1 引言
4.2 改进GrabCut算法探测重叠苹果目标兴趣区
4.2.1 传统GrabCut算法
4.2.2 基于视觉显著性检测的GrabCut算法
4.3 基于关键角点检测的重叠果实轮廓定位
4.4 基于Y型节点搜索的重叠苹果单果目标分离
4.5 基于DLS算法的被遮挡苹果目标轮廓重建
4.6 试验与分析
4.6.1 试验条件
4.6.2 试验结果
4.6.3 结果分析与讨论
4.7 本章小结
第五章 自然环境下枝叶遮挡苹果目标探测与定位方法
5.1 引言
5.2.1 K-means聚类算法
5.2.2 改进K-means算法实现枝叶遮挡苹果图像兴趣区探测
5.2.3 苹果果实图像的预处理
5.3 基于凸包理论的枝叶遮挡苹果轮廓定位
5.3.1 凸包算法
5.3.2 基于QuickHull的果实轮廓凸包的构建
5.3.3 改进凸包实现果实真实轮廓的自适应提取
5.4 基于欧拉螺旋的苹果目标遮挡轮廓修复
5.4.1 传统轮廓修复方法
5.4.2 欧拉螺旋模型
5.4.3 基于欧拉螺旋圆弧样条曲线的轮廓修复
5.5 试验与分析
5.5.2 试验结果
5.5.3 结果分析与讨论
5.6 本章小结
第六章 苹果目标探测与定位系统的设计与实现
6.1 引言
6.2 系统运行及开发平台
6.3 系统功能结构设计
6.4 系统功能实现与运行界面
6.5 本章小结
7.1 研究结论
7.2 创新点
7.3 研究展望
参考文献
致谢
作者简历