声明
第一章 绪论
1.1 研究背景及意义
1.2.1 农田杂草检测研究现状
1.2.2 基于无人机平台的目标检测研究现状
1.2.3 杂草分布密度图的研究现状
1.3 主要研究内容及思路
1.4 论文技术路线与章节安排
第二章 基于优化YOLOv3 的杂草识别方法研究
2.1.1 数据采集
2.1.2 数据预处理
2.2.1 目标检测的深度学习典型网络
2.2.2 网络训练环境配置
2.2.3 杂草检测结果对比
2.3 基于优化YOLOv3 系列网络的杂草检测试验
2.3.1 模型评价标准
2.3.2 YOLOv3 的杂草检测与试验分析
2.3.3 YOLOv3-Tiny的杂草检测与试验分析
2.3.4 优化YOLOv3-Tiny 的杂草检测与试验分析
2.4 优化YOLOv3-Tiny 的杂草检测模型结果分析
2.5 本章小结
第三章 杂草的空间定位与生成分布密度图的方法研究
3.1 无人机当前位置获取方法
3.2 无人机坐标系转换
3.3 无人机图像获取
3.3.1 无人机图像数据传输与解码方法
3.3.2 图像数据显示
3.4.1 杂草空间定位方法
3.4.2 杂草空间精度分析
3.5 杂草分布密度图生成方法与精度分析
3.6 本章小结
第四章 无人机杂草识别定位系统集成与测试
4.1 无人机飞行控制
4.1.1 无人机图像重叠率计算
4.1.2 无人机航线航点计算
4.1.3 降落设置
4.2 杂草识别定位系统集成
4.2.1 杂草识别定位系统功能分析
4.2.2 杂草识别定位系统界面设计
4.2.3 电子地图加载与显示
4.2.4 杂草识别框架与模型嵌入
4.3 杂草识别定位系统测试
4.3.1 系统测试原则
4.3.2 系统测试方法
4.3.3 系统测试内容
4.4 本章小结
第五章 总结与展望
5.1 研究工作总结
5.2 展望
参考文献
致谢
个人简介
西北农林科技大学;