123,123,123

數(shù)字圖像處理是智能裝備領(lǐng)域的核心技術(shù)之一，也是智慧農(nóng)業(yè)的重要技術(shù)支撐。隨著新農(nóng)科建設(shè)的推進(jìn)和智慧農(nóng)業(yè)的不斷發(fā)展，越來(lái)越多的農(nóng)業(yè)院校開(kāi)設(shè)了農(nóng)業(yè)智能裝備工程專業(yè)。本書(shū)對(duì)當(dāng)前數(shù)字圖像處理的農(nóng)業(yè)應(yīng)用研究進(jìn)行總結(jié)歸納，以滿足教學(xué)和研究需要。本書(shū)首先介紹了數(shù)字圖像處理的基本理論和農(nóng)業(yè)圖像智能檢測(cè)的技術(shù)框架，然后詳細(xì)介紹了研究案例用到的圖像處理常用算法。在應(yīng)用案例部分，以作者近三十年的圖像處理農(nóng)業(yè)應(yīng)用研究為主線，結(jié)合當(dāng)前國(guó)內(nèi)外重要研究成果及專業(yè)圖像處理算法軟件，為讀者呈現(xiàn)了一套專業(yè)、實(shí)用、可借鑒的數(shù)字圖像處理農(nóng)業(yè)應(yīng)用技術(shù)解決方案。本書(shū)可作為農(nóng)業(yè)工程、智慧農(nóng)業(yè)（數(shù)字農(nóng)業(yè)）等領(lǐng)域的科研人員參考用書(shū)，也可供相關(guān)專業(yè)的研究生學(xué)習(xí)使用。

前言智慧農(nóng)業(yè)是農(nóng)業(yè)生產(chǎn)的發(fā)展方向，視覺(jué)檢測(cè)是智慧農(nóng)業(yè)的重要組成部分，在農(nóng)業(yè)生產(chǎn)自動(dòng)化和智能化中發(fā)揮著重要作用。農(nóng)業(yè)生產(chǎn)涉及人、機(jī)器、植物、動(dòng)物和復(fù)雜的自然環(huán)境，各種視覺(jué)檢測(cè)對(duì)象都沒(méi)有標(biāo)準(zhǔn)的形態(tài)、顏色、尺寸等外觀特性，這與工業(yè)視覺(jué)檢測(cè)存在顯著差異。目前，國(guó)內(nèi)主要農(nóng)業(yè)院校都已經(jīng)開(kāi)設(shè)農(nóng)業(yè)智能裝備工程專業(yè)，且越來(lái)越多的農(nóng)業(yè)院校計(jì)劃增設(shè)該專業(yè)。視覺(jué)檢測(cè)系統(tǒng)也稱為機(jī)器視覺(jué)系統(tǒng)，由硬件和軟件兩部分構(gòu)成。硬件主要是計(jì)算機(jī)和圖像采集設(shè)備等，軟件主要是圖像處理軟件與分析算法。本書(shū)主要介紹視覺(jué)檢測(cè)的軟件部分。在概論之后，首先介紹了圖像處理的常用方法，然后通過(guò)大量應(yīng)用研究項(xiàng)目介紹了視覺(jué)檢測(cè)在農(nóng)業(yè)生產(chǎn)各個(gè)方向的應(yīng)用情況，*后介紹專業(yè)通用圖像處理系統(tǒng)和二維與三維運(yùn)動(dòng)圖像測(cè)量分析系統(tǒng)，具體章節(jié)內(nèi)容安排如下。第1章分為3節(jié)，分別概要介紹了數(shù)字圖像處理發(fā)展、近年興起的深度學(xué)習(xí)和農(nóng)業(yè)圖像智能檢測(cè)。在第3節(jié)農(nóng)業(yè)圖像智能檢測(cè)概論對(duì)后續(xù)各章的應(yīng)用研究項(xiàng)目分別進(jìn)行了概述，讀者可以通過(guò)該節(jié)的介紹，快速找到自己感興趣的研究項(xiàng)目。第2章介紹了圖像處理常用方法，包括：圖像顏色與變換、目標(biāo)提取、去噪聲處理、邊緣檢測(cè)與提取、幾何參數(shù)檢測(cè)、直線檢測(cè)、單目視覺(jué)檢測(cè)、雙目視覺(jué)檢測(cè)和小波變換。這些方法在后面的研究項(xiàng)目里都有應(yīng)用，個(gè)別特殊的圖像處理方法放在對(duì)應(yīng)章節(jié)的第1節(jié)里介紹。本章介紹的都是基本理論，想使用算法C語(yǔ)言程序的讀者，可以參看《實(shí)用數(shù)字圖像處理與分析》（陳兵旗主編）。第3章至第8章介紹了視覺(jué)檢測(cè)在農(nóng)業(yè)領(lǐng)域的應(yīng)用，涉及種子籽粒圖像檢測(cè)、農(nóng)作物提取與生長(zhǎng)量三維圖像監(jiān)測(cè)、農(nóng)作物病害圖像監(jiān)測(cè)、農(nóng)副產(chǎn)品圖像檢測(cè)、動(dòng)物行為二維與三維檢測(cè)、農(nóng)田導(dǎo)航線圖像檢測(cè)等6個(gè)方向，每個(gè)方向都分別介紹了多個(gè)應(yīng)用研究項(xiàng)目。第9章至第11章介紹了多種專業(yè)版軟件：通用圖像處理系統(tǒng)ImageSys、二維運(yùn)動(dòng)圖像測(cè)量分析系統(tǒng)MIAS和三維運(yùn)動(dòng)圖像測(cè)量分析系統(tǒng)MIAS 3D。在第10、11章的*后分別簡(jiǎn)單介紹了對(duì)應(yīng)的實(shí)時(shí)系統(tǒng)RTTS和RTTS 3D。這些專業(yè)軟件是由作者主持開(kāi)發(fā)的，本書(shū)中的多數(shù)研究項(xiàng)目都是作者團(tuán)隊(duì)在這些專業(yè)軟件平臺(tái)上完成的。本書(shū)凝練了作者主持的日本學(xué)術(shù)振興會(huì)（JSPS）特別研究員項(xiàng)目、國(guó)家高技術(shù)研究發(fā)展計(jì)劃（863計(jì)劃）項(xiàng)目、國(guó)家自然科學(xué)基金項(xiàng)目及國(guó)家重點(diǎn)研發(fā)計(jì)劃等的研究成果。需要特別說(shuō)明的是，農(nóng)業(yè)場(chǎng)景的強(qiáng)干擾性（如動(dòng)態(tài)光照變化、生物形態(tài)多樣性等）與算法泛化需求之間的矛盾，仍是制約智能檢測(cè)技術(shù)規(guī)模化應(yīng)用的關(guān)鍵瓶頸。書(shū)中部分算法雖通過(guò)多年多場(chǎng)景數(shù)據(jù)驗(yàn)證，但其架構(gòu)設(shè)計(jì)可能隨著技術(shù)的發(fā)展需作適應(yīng)性調(diào)整。期待與同行共同探索更具魯棒性的解決方案，同時(shí)懇請(qǐng)廣大讀者不吝指正。作者2024年10月

目錄第1章概論/11.1數(shù)字圖像處理技術(shù)發(fā)展概述/11.2深度學(xué)習(xí)概要/61.2.1基本概念/61.2.2基本思想/71.2.3深度學(xué)習(xí)常用方法/71.3農(nóng)業(yè)圖像智能檢測(cè)概論/241.3.1總論/241.3.2種子籽粒圖像檢測(cè)概要/251.3.3農(nóng)作物提取與生長(zhǎng)量三維圖像監(jiān)測(cè)概要/291.3.4農(nóng)作物病害圖像監(jiān)測(cè)概要/311.3.5農(nóng)副產(chǎn)品圖像檢測(cè)概要/321.3.6動(dòng)物行為二維與三維檢測(cè)概要/341.3.7農(nóng)田導(dǎo)航線圖像檢測(cè)概要/38參考文獻(xiàn)/41第2章圖像處理常用方法/422.1圖像顏色與變換/422.1.1彩色圖像/422.1.2灰度圖像/432.1.3顏色變換/432.1.4幾何變換/442.2目標(biāo)提取/462.2.1閾值分割/462.2.2自動(dòng)二值化處理/472.2.3彩色圖像與運(yùn)動(dòng)目標(biāo)提取/502.3去噪聲處理/502.3.1移動(dòng)平均/502.3.2中值濾波/512.3.3二值圖像去噪聲/532.4邊緣檢測(cè)與提取/532.4.1圖像邊緣/532.4.2微分處理/542.5幾何參數(shù)檢測(cè)/582.5.1圖像的幾何參數(shù)/582.5.2區(qū)域標(biāo)記/612.5.3幾何參數(shù)檢測(cè)與提取/62農(nóng)業(yè)圖像智能檢測(cè)目錄2.6直線檢測(cè)/642.6.1傳統(tǒng)Hough變換的直線檢測(cè)/642.6.2過(guò)已知點(diǎn)的Hough變換直線檢測(cè)/662.7單目視覺(jué)檢測(cè)/692.7.1參考坐標(biāo)系/692.7.2攝像機(jī)模型分析/702.7.3攝像機(jī)標(biāo)定/732.8雙目視覺(jué)檢測(cè)/732.8.1平行式立體視覺(jué)模型/742.8.2會(huì)聚式立體視覺(jué)模型/752.8.3直接線性變換標(biāo)定法/772.8.4棋盤標(biāo)定法/792.8.5三維重建/822.9小波變換/83參考文獻(xiàn)/88第3章種子籽粒圖像檢測(cè)/893.1水稻種子分類與檢測(cè)/893.1.1相關(guān)基礎(chǔ)知識(shí)/893.1.2系統(tǒng)方案/913.1.3硬件設(shè)備、材料及樣機(jī)/913.1.4圖像采集與工位標(biāo)定/933.1.5種子提取及幾何參數(shù)的測(cè)量/943.1.6種子所處工位的判斷/953.1.7種子特征信息數(shù)據(jù)庫(kù)的建立/953.1.8種子精選/963.1.9精選結(jié)果分析/993.1.10小結(jié)/1013.2排種器試驗(yàn)臺(tái)籽粒檢測(cè)/1023.2.1系統(tǒng)硬件構(gòu)成/1023.2.2機(jī)械裝置/1033.2.3圖像采集系統(tǒng)/1043.2.4圖像標(biāo)定/1043.2.5圖像采集與拼接/1053.2.6籽粒的二值化提取/1063.2.7籽粒計(jì)數(shù)/1073.2.8種子分布區(qū)間檢測(cè)/1073.2.9條播參數(shù)計(jì)算/1093.2.10穴播與精播參數(shù)計(jì)算/1093.3棉花種子精選/1113.3.1系統(tǒng)方案及構(gòu)成/1123.3.2圖像采集及工位設(shè)定/1133.3.3種子提取與判斷/1133.3.4紅色種子判斷/1153.3.5破損種子的判斷/1163.3.6小結(jié)/1193.4玉米粒在穗計(jì)數(shù)/1193.4.1設(shè)備及軟件環(huán)境/1193.4.2確定玉米果穗?yún)^(qū)域/1203.4.3提取玉米果穗穗行/1223.4.4測(cè)量穗行粒數(shù)/1263.4.5穗行的連續(xù)提取/1273.4.6穗行提取結(jié)束的判斷及整穗粒數(shù)統(tǒng)計(jì)/1303.4.7籽粒測(cè)量結(jié)果分析/1313.5玉米種粒圖像精選及定向定位裝置/1343.5.1項(xiàng)目目標(biāo)/1343.5.2種粒動(dòng)態(tài)圖像精選裝置結(jié)構(gòu)與工作原理/1343.5.3吹除裝置設(shè)計(jì)/1373.5.4種粒合格性動(dòng)態(tài)檢測(cè)方法/1393.5.5圖像檢測(cè)算法/1423.5.6試驗(yàn)結(jié)果分析/1483.6基于傾斜攝影的玉米種粒三維參數(shù)測(cè)量/1553.6.1試驗(yàn)裝置/1553.6.2測(cè)量圖像的預(yù)處理/1563.6.3種粒尺寸的計(jì)算/1603.6.4試驗(yàn)結(jié)果與分析/163參考文獻(xiàn)/165第4章農(nóng)作物提取與生長(zhǎng)量三維圖像監(jiān)測(cè)/1664.1插秧環(huán)境的水稻秧苗提取/1664.1.1插秧環(huán)境圖像采集/1664.1.2亮度分割法提取秧苗/1664.1.3微分處理法提取秧苗/1684.1.4線亮度解析法提取秧苗/1694.1.5線顏色解析法提取秧苗/1704.2旱田綠色農(nóng)作物檢測(cè)/1734.2.1試驗(yàn)設(shè)備及圖像采集/1734.2.2綠色農(nóng)作物的顏色特征/1734.2.3綠色農(nóng)作物的提取/1764.3大田農(nóng)作物生長(zhǎng)量三維圖像監(jiān)測(cè)/1814.3.1系統(tǒng)硬件構(gòu)成/1814.3.2覆蓋面積測(cè)量/1824.3.3株高測(cè)量/1864.3.4玉米植株的三維建模/1884.3.5系統(tǒng)軟件界面/1924.4基于改進(jìn)分水嶺算法的名優(yōu)茶嫩葉識(shí)別分割方法/1934.4.1材料與方法/1944.4.2結(jié)果與討論/201參考文獻(xiàn)/202第5章農(nóng)作物病害圖像監(jiān)測(cè)/2045.1圖像紋理分析基礎(chǔ)知識(shí)/2045.1.1灰度直方圖紋理特征/2045.1.2共生矩陣紋理特征/2055.1.3差分統(tǒng)計(jì)量紋理特征/2085.1.4拉格朗日矩陣紋理特征/2095.1.5功率譜紋理特征/2105.2小麥葉片病害監(jiān)測(cè)/2105.2.1病害圖像采集與數(shù)據(jù)庫(kù)構(gòu)建/2105.2.2病害圖像紋理特征增強(qiáng)/2125.2.3病害部位分割/2135.2.4病害特征數(shù)據(jù)計(jì)算/2155.2.5病害診斷/2165.3基于圖文協(xié)同表示學(xué)習(xí)的小樣本蔬菜病害識(shí)別模型/2175.3.1數(shù)據(jù)采集/2175.3.2數(shù)據(jù)預(yù)處理/2195.3.3雙模態(tài)疾病識(shí)別模型的構(gòu)建/2205.3.4試驗(yàn)結(jié)果/2215.3.5小結(jié)/224參考文獻(xiàn)/224第6章農(nóng)副產(chǎn)品圖像檢測(cè)/2256.1果園圖像去霧處理/2256.1.1試驗(yàn)設(shè)備及材料/2256.1.2圖像去霧原理/2256.1.3算法調(diào)參和改進(jìn)/2276.1.4去霧算法效果對(duì)比試驗(yàn)/2296.2果樹(shù)上紅色水果的提取與檢測(cè)/2326.2.1試驗(yàn)設(shè)備與材料/2326.2.2桃子提取/2336.2.3匹配膨脹處理/2346.2.4邊界追蹤處理/2366.2.5可能圓心點(diǎn)群計(jì)算/2366.2.6可能圓心點(diǎn)群分組/2376.2.7圓心與半徑計(jì)算/2386.3茯苓自動(dòng)去皮作業(yè)的表皮視覺(jué)定位/2416.3.1茯苓自動(dòng)去皮機(jī)/2416.3.2茯苓的視頻圖像采集/2426.3.3表皮位置檢測(cè)/2436.3.4試驗(yàn)結(jié)果與分析/2446.4基于Mask RCNN的番茄植株整枝操作點(diǎn)檢測(cè)方法/2516.4.1番茄植株整枝原理/2516.4.2基于Mask RCNN算法的番茄莖稈圖像分割/2526.4.3主莖和側(cè)枝目標(biāo)識(shí)別精度評(píng)估/2566.5一種基于深度分類模型的茭白品質(zhì)自動(dòng)分級(jí)方法/2586.5.1數(shù)據(jù)采集/2596.5.2準(zhǔn)備數(shù)據(jù)集/2606.5.3深度分類模型搭建與訓(xùn)練/2606.5.4對(duì)比試驗(yàn)/2636.5.5深度分類模型泛化能力測(cè)試/2646.5.6小結(jié)/266參考文獻(xiàn)/266第7章動(dòng)物行為二維與三維檢測(cè)/2687.1模板匹配基礎(chǔ)知識(shí)/2687.2蜜蜂舞蹈行為檢測(cè)/2687.2.1試驗(yàn)裝置及視頻圖像采集/2697.2.2蜜蜂運(yùn)行軌跡跟蹤/2707.2.3蜜蜂舞蹈判斷/2757.2.4小結(jié)/2807.3田間害鼠的圖像捕獲與形狀特征檢測(cè)/2817.3.1試驗(yàn)裝置及處理流程/2817.3.2基于目標(biāo)權(quán)重衰減的背景建模和目標(biāo)提取/2837.3.3害鼠身體部分和尾巴部分的特征提取/2847.3.4試驗(yàn)結(jié)果與分析/2907.3.5小結(jié)/2947.4奶牛乳頭的三維圖像檢測(cè)與定位/2947.4.1試驗(yàn)硬件和軟件設(shè)備配置/2957.4.2雙目相機(jī)三維標(biāo)定/2987.4.3奶牛乳頭圖像采集/3037.4.4奶牛乳頭提取/3047.4.5模擬乳頭目標(biāo)的判斷/3057.4.6模擬奶牛乳頭擠奶位置的判斷/3067.4.7目標(biāo)點(diǎn)實(shí)時(shí)三維重建/3087.4.8試驗(yàn)結(jié)果與分析/3107.5基于邊界脊線識(shí)別的群養(yǎng)豬粘連圖像分割方法/3127.5.1材料與方法/3127.5.2粘連豬體分割/3147.5.3小結(jié)/3197.6基于深度學(xué)習(xí)的綿羊面部表情自動(dòng)分類/3197.6.1準(zhǔn)備工作/3207.6.2深度學(xué)習(xí)方法/3227.6.3試驗(yàn)結(jié)果/3247.6.4小結(jié)/3257.7基于特征空間方法的豬臉識(shí)別/3267.7.1研究方案/3277.7.2數(shù)據(jù)樣本/3277.7.3特征臉/3297.7.4識(shí)別試驗(yàn)/3307.7.5小結(jié)/333參考文獻(xiàn)/334第8章農(nóng)田導(dǎo)航線圖像檢測(cè)/3358.1水田插秧導(dǎo)航線檢測(cè)/3358.1.1研究圖像采集/3368.1.2目標(biāo)苗列線檢測(cè)/3368.1.3目標(biāo)田埂線檢測(cè)/3398.1.4田端田埂線檢測(cè)/3448.1.5側(cè)面田埂線檢測(cè)/3518.1.6系統(tǒng)整合與試驗(yàn)/3518.2水田管理導(dǎo)航線檢測(cè)/3558.2.1研究圖像采集/3568.2.2目標(biāo)苗列間定位/3578.2.3水平掃描線上方向候選點(diǎn)檢測(cè)/3588.2.4田端檢測(cè)/3588.2.5已知點(diǎn)的確定及方向線檢測(cè)/3608.2.6目標(biāo)線檢測(cè)結(jié)果與分析/3618.3水田微型除草機(jī)器人導(dǎo)航線檢測(cè)/3658.3.1試驗(yàn)設(shè)備/3668.3.2圖像采集/3668.3.3檢測(cè)算法/3688.3.4檢測(cè)結(jié)果與分析/3738.3.5小結(jié)/3798.4小麥播種行走路線檢測(cè)/3798.4.1試驗(yàn)設(shè)備/3798.4.2目標(biāo)直線檢測(cè)/3798.4.3目標(biāo)直線檢測(cè)結(jié)果分析/383 8.4.4田端檢測(cè)/3878.4.5試驗(yàn)驗(yàn)證/3898.5玉米收割導(dǎo)航線檢測(cè)/3898.5.1硬件及圖像采集/3898.5.2玉米列邊界線圖像檢測(cè)/3898.5.3田端圖像檢測(cè)/3938.5.4試驗(yàn)結(jié)果與分析/3938.5.5小結(jié)/3978.6麥田多列目標(biāo)線圖像檢測(cè)/3978.6.1目標(biāo)點(diǎn)的檢測(cè)/3988.6.2目標(biāo)點(diǎn)的歸類/3988.6.3已知點(diǎn)的確定/4018.6.4多列目標(biāo)中心線的檢測(cè) /4018.6.5適應(yīng)性分析/4038.7紅棗收獲機(jī)導(dǎo)航線檢測(cè)/4038.7.1作業(yè)圖像采集 /4048.7.2棗園作業(yè)模式的自動(dòng)判別/4048.7.3灰棗棗園導(dǎo)航線檢測(cè)/4068.7.4駿棗棗園導(dǎo)航線檢測(cè)/4088.7.5小結(jié)/4118.8其他農(nóng)田作業(yè)的導(dǎo)航線及田端檢測(cè)/4138.9視覺(jué)導(dǎo)航樣機(jī)試驗(yàn)及性能測(cè)試/4158.9.1視覺(jué)導(dǎo)航系統(tǒng)的硬件/4158.9.2視覺(jué)導(dǎo)航系統(tǒng)的軟件/4168.9.3導(dǎo)航試驗(yàn)及性能測(cè)試/416參考文獻(xiàn)/419第9章通用圖像處理系統(tǒng)ImageSys/4219.1系統(tǒng)簡(jiǎn)介/4219.2狀態(tài)窗/4229.3圖像采集/4239.4直方圖處理/4249.4.1直方圖/4249.4.2線剖面/4249.4.33D剖面/4259.4.4累計(jì)分布圖/4259.5顏色測(cè)量/4279.6顏色變換/4289.6.1顏色亮度變換/4289.6.2HSI圖像表示變換/4299.6.3自由變換/4299.6.4RGB變換/4309.7幾何變換/4309.7.1單步變換/4309.7.2復(fù)雜變換/4319.7.3單目測(cè)量/4329.8頻率域變換/4349.8.1小波變換/4349.8.2傅里葉變換/4359.9圖像間變換/4369.9.1圖像間運(yùn)算/4369.9.2運(yùn)動(dòng)圖像校正/4369.10濾波增強(qiáng)/4379.10.1單模板濾波增強(qiáng)/4379.10.2多模板濾波增強(qiáng)/4389.10.3Canny邊緣檢測(cè)/4399.11圖像分割/4399.12二值運(yùn)算/4409.12.1基本運(yùn)算/4409.12.2特殊提取/4419.13二值圖像測(cè)量/4429.13.1幾何參數(shù)測(cè)量/4429.13.2直線參數(shù)測(cè)量/4479.13.3圓形分離/4489.13.4輪廓測(cè)量/4489.14幀編輯/4499.15畫(huà)圖/4509.16查看/4509.17文件/4519.17.1圖像文件/4519.17.2多媒體文件/4539.17.3多媒體文件編輯/4559.17.4添加水印/4569.17.5屏幕捕捉/4579.17.6圖像/視頻旋轉(zhuǎn)/4579.18系統(tǒng)設(shè)置/4589.18.1系統(tǒng)幀設(shè)置/4589.18.2系統(tǒng)語(yǔ)言設(shè)置/4599.19系統(tǒng)開(kāi)發(fā)平臺(tái)Sample/459參考文獻(xiàn)/460第10章二維運(yùn)動(dòng)圖像測(cè)量分析系統(tǒng)MIAS/46110.1系統(tǒng)概述/46110.2文件/46210.3運(yùn)動(dòng)圖像及2D標(biāo)定/46310.4運(yùn)動(dòng)測(cè)量/46810.4.1自動(dòng)測(cè)量/46810.4.2手動(dòng)測(cè)量/47110.4.3標(biāo)識(shí)跟蹤/47210.5結(jié)果瀏覽/47410.5.1結(jié)果視頻表示/47410.5.2位置/速率/47810.5.3偏移量/48010.5.42點(diǎn)間距離/48010.5.52線間夾角/48110.5.6連接線一覽表/48110.6結(jié)果修正/48210.6.1手動(dòng)修正/48210.6.2平滑化/48310.6.3內(nèi)插補(bǔ)間/48310.6.4坐標(biāo)變換/48310.6.5人體重心測(cè)量/48410.6.6設(shè)置事項(xiàng)/48410.7查看/48410.8圖像采集/48510.9實(shí)時(shí)測(cè)量/48510.9.1實(shí)時(shí)目標(biāo)測(cè)量/48510.9.2實(shí)時(shí)標(biāo)識(shí)測(cè)量/48510.10開(kāi)發(fā)平臺(tái)MSSample/486參考文獻(xiàn)/486第11章三維運(yùn)動(dòng)圖像測(cè)量分析系統(tǒng)MIAS3D/48711.1MIAS3D系統(tǒng)簡(jiǎn)介/48711.2文件/48811.3測(cè)量設(shè)置/48811.3.1打開(kāi)2D跟蹤文件/48911.3.23D標(biāo)定/48911.3.3棋盤標(biāo)定/49011.4顯示結(jié)果/49111.4.1視頻表示/49111.4.2點(diǎn)位速率/49311.4.3位移量/49311.4.42點(diǎn)間距離/49411.4.52線間夾角/49511.4.6連接線一覽圖/49511.5結(jié)果修正/49611.6其他功能/49711.7實(shí)時(shí)3D測(cè)量系統(tǒng)/497參考文獻(xiàn)/497

你還可能感興趣

我要評(píng)論