基于图像的多指标融合的苹果分级技术研究
摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第9-16页 |
1.1 选题研究的目的 | 第9页 |
1.2 选题研究的意义 | 第9-10页 |
1.3 国内外研究现状 | 第10-14页 |
1.4 论文的主要研究内容 | 第14页 |
1.5 论文的组织结构 | 第14-16页 |
第二章 支持向量机相关技术 | 第16-23页 |
2.1 概述 | 第16页 |
2.2 线性可分支持向量机与硬间隔最大化 | 第16-17页 |
2.2.1 线性可分支持向量机 | 第16-17页 |
2.2.2 硬间隔最大化 | 第17页 |
2.3 线性可分支持向量机与软间隔最大化 | 第17-20页 |
2.3.1 线性支持向量机 | 第18-19页 |
2.3.2 软间隔最大化 | 第19-20页 |
2.4 核技巧 | 第20-22页 |
2.5 本章小结 | 第22-23页 |
第三章 红富士苹果图像预处理 | 第23-38页 |
3.1 概述 | 第23页 |
3.2 彩色空间 | 第23-25页 |
3.2.1 RGB彩色空间 | 第23-25页 |
3.2.2 HSV彩色空间 | 第25页 |
3.3 图像预处理 | 第25-33页 |
3.3.1 灰度变换 | 第26-29页 |
3.3.2 同态滤波 | 第29-33页 |
3.4 前景分割 | 第33-37页 |
3.4.1 阈值分割 | 第33-36页 |
3.4.2 改进的形态学开运算 | 第36-37页 |
3.5 本章小结 | 第37-38页 |
第四章 红富士苹果表面多特征提取 | 第38-45页 |
4.1 概述 | 第38页 |
4.2 颜色特征提取 | 第38-40页 |
4.3 纹理特征提取 | 第40-42页 |
4.4 圆度特征提取 | 第42-43页 |
4.5 本章小结 | 第43-45页 |
第五章 基于SVM的红富士苹果分级 | 第45-58页 |
5.1 概述 | 第45页 |
5.2 需求分析 | 第45页 |
5.3 详细设计与实现 | 第45-50页 |
5.4 实验数据 | 第50-52页 |
5.5 实验结果与分析 | 第52-57页 |
5.6 本章小结 | 第57-58页 |
第六章 总结与展望 | 第58-59页 |
6.1 总结 | 第58页 |
6.2 展望 | 第58-59页 |
参考文献 | 第59-61页 |
附录1 攻读硕士学位期间撰写的论文 | 第61-62页 |
致谢 | 第62页 |