小麦质量指标机器视觉技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 1 绪论 | 第10-23页 |
| ·立题背景 | 第10页 |
| ·国内外研究现状 | 第10-21页 |
| ·机器视觉技术概述 | 第11-15页 |
| ·机器视觉技术在小麦品质检测中的应用 | 第15-21页 |
| ·研究目的及意义 | 第21页 |
| ·主要研究内容 | 第21-23页 |
| 2 小麦不完善粒与杂质识别模型的建立 | 第23-44页 |
| ·引言 | 第23页 |
| ·材料与方法 | 第23-27页 |
| ·材料 | 第23-24页 |
| ·图像检测软硬件平台 | 第24页 |
| ·主要试验方法 | 第24-27页 |
| ·结果与讨论 | 第27-43页 |
| ·不完善粒的识别 | 第27-35页 |
| ·杂质的识别 | 第35-43页 |
| ·本章小结 | 第43-44页 |
| 3 小麦水分含量检测模型的建立 | 第44-53页 |
| ·引言 | 第44页 |
| ·材料与方法 | 第44-45页 |
| ·材料 | 第44页 |
| ·主要仪器设备与软硬件平台 | 第44页 |
| ·试验方法 | 第44-45页 |
| ·结果与讨论 | 第45-52页 |
| ·图像采集与预处理 | 第45-46页 |
| ·图像特征参数提取与分析 | 第46-49页 |
| ·基于 BP 神经网络小麦水分含量检测模型的建立 | 第49-51页 |
| ·检测模型的可靠性验证 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 4 小麦容重检测模型的建立 | 第53-60页 |
| ·引言 | 第53页 |
| ·材料与方法 | 第53-55页 |
| ·材料 | 第53页 |
| ·主要仪器设备与软硬件平台 | 第53页 |
| ·试验方法 | 第53-55页 |
| ·结果与讨论 | 第55-58页 |
| ·图像采集与预处理 | 第55页 |
| ·图像特征参数提取与分析 | 第55-56页 |
| ·不同容重小麦的分类识别 | 第56-58页 |
| ·本章小结 | 第58-60页 |
| 5 小麦不完善粒图像分析系统界面设计 | 第60-65页 |
| ·引言 | 第60页 |
| ·界面和模块设计 | 第60-61页 |
| ·程序运行与检测结果分析 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 论文总结与展望 | 第65-68页 |
| 1 主要结论 | 第65-66页 |
| 2 创新点与难点 | 第66页 |
| 3 展望 | 第66-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74-75页 |
| 个人简介 | 第75页 |
