全生长期树上苹果识别与生长参数远程检测方法研究

目录

声明

缩略词表

第一章 绪论

1.1 研究的背景、目的及意义

1.2 国内外研究现状

1.2.1 果实分割与识别研究现状

1.2.2 基于计算机视觉的果实生长检测研究现状

1.2.3 存在的问题分析

1.3 研究内容

1.4.1 研究方法

1.4.2 技术路线

1.5 论文组织结构

第二章 基于R-FCN 的疏果前苹果目标识别方法研究

2.1 引言

2.2 图像采集与供试样本

2.3 基于R-FCN的疏果前苹果目标识别模型

2.3.1 基础FCN

2.3.2 区域生成网络（RPN）

2.3.3 ROI子网

2.3.4 网络误差函数

2.4.1 试验平台

2.4.2 模型训练

2.4.3 评价指标

2.5.1 识别模型结构

2.5.2 苹果目标识别结果与分析

2.5.3 与其他方法的对比

2.5.4 讨论

2.6 本章小结

第三章 基于 SUN 视觉注意模型及显著轮廓检测的苹果图像分割方法研究

3.1 引言

3.2 图像获取与供试样本

3.3 苹果图像分割算法

3.3.1 苹果图像分割算法的思想和流程

3.3.2 基于SUN视觉注意模型的图像初步分割

3.3.3 质心提取

3.3.4 图像锐化

3.3.5 基于gPb-OWT-UCM和Otsu阈值分割的显著轮廓提取

3.3.6 基于区域生长的苹果图像分割

3.3.7 对比方法

3.3.8 算法评价标准

3.4.1 本文方法与其他方法分割结果对比

3.4.2 不同数据集上的分割结果

3.4.3 时间效率分析

3.5 讨论

3.6 本章小结

第四章 基于深度学习网络模型的苹果轮廓检测方法研究

4.1 引言

4.2 供试数据

4.3 深度学习网络模型

4.3.1 苹果目标轮廓检测网络模型

4.3.2 网络模型误差函数

4.3.3 网络模型训练

4.3.4 对比方法

4.3.5 网络模型评价指标

4.4 轮廓检测结果与讨论

4.4.1 苹果轮廓提取结果与分析

4.4.2 与其他方法对比分析

4.4.3 讨论

4.4 本章小结

第五章 基于轮廓检测的树上苹果生长参数远程检测方法研究

5.1 引言

5.2.1 试验场地及试验对象

5.2.2 苹果生长参数检测硬件系统

5.3 苹果生长参数远程检测方法

5.3.1 苹果生长参数远程检测算法总体描述

5.3.2 图像获取、摄像机参数设置及图像预处理

5.3.3 图像分割

5.3.4 苹果横径提取方法

5.4 苹果生长参数远程检测系统软件设计

5.5 对比方法与评价标准

5.6 结果与讨论

5.6.1 苹果横径生长参数检测结果与分析

5.6.2 误差分析

5.6.3 与其他苹果生长参数检测系统对比

5.6.4 与其他横径检测方法对比

5.6.5 所开发系统的局限性

5.7 本章小结

第六章 结论与展望

6.1 结论

6.2 创新点

6.3 展望

参考文献

致谢

作者简介