茶叶品质的计算机视觉分级技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 绪论 | 第8-13页 |
| ·研究的目的与意义 | 第8-9页 |
| ·茶叶审评与检验的发展 | 第9-10页 |
| ·计算机视觉茶叶审评研究现状 | 第10-11页 |
| ·研究内容和目标 | 第11-12页 |
| ·研究方案 | 第12页 |
| ·本章小结 | 第12-13页 |
| 第2章 茶叶图像的采集与处理 | 第13-24页 |
| ·计算机视觉系统的组成 | 第13-15页 |
| ·图像采集装置 | 第13-14页 |
| ·计算机 | 第14-15页 |
| ·茶叶图像的处理 | 第15-23页 |
| ·彩色图像处理的基础 | 第15-17页 |
| ·茶叶图像的预处理 | 第17-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 茶叶图像特征参数的提取 | 第24-31页 |
| ·茶叶品质描述 | 第24-26页 |
| ·茶叶形状 | 第24页 |
| ·茶叶色泽 | 第24-25页 |
| ·茶叶香气 | 第25页 |
| ·茶叶滋味 | 第25页 |
| ·茶叶化学成分 | 第25-26页 |
| ·茶叶分级参数选择 | 第26-28页 |
| ·干茶特性 | 第27页 |
| ·湿茶特性 | 第27-28页 |
| ·茶汤特性 | 第28页 |
| ·化学特性 | 第28页 |
| ·茶叶特征参数提取 | 第28-30页 |
| ·外形特征提取 | 第28-29页 |
| ·颜色特征提取 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第4章 人工神经网络茶叶分级技术 | 第31-36页 |
| ·人工神经网络概述 | 第31-32页 |
| ·引言 | 第31页 |
| ·神经元模型 | 第31-32页 |
| ·BP 神经网络 | 第32-35页 |
| ·BP 网络模型与结构 | 第32页 |
| ·BP 网络学习规则 | 第32-33页 |
| ·BP 网络设计 | 第33-34页 |
| ·茶叶分级网络训练及结果 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第5章 茶叶分级系统的设计与实现 | 第36-43页 |
| ·软件开发工具 | 第36-37页 |
| ·茶叶分级系统结构 | 第37-38页 |
| ·茶叶分级系统功能结构 | 第38-41页 |
| ·本章小结 | 第41-43页 |
| 第6章 结论与展望 | 第43-45页 |
| ·结论 | 第43页 |
| ·展望 | 第43-45页 |
| 参考文献 | 第45-50页 |
| 致谢 | 第50-51页 |
| 个人简历 | 第51页 |
