| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 国内外计算机视觉在检测农产品品质方面的研究现状 | 第10-11页 |
| 1.2.2 我国关于机器视觉在检测农产品外观品质的研究 | 第11-13页 |
| 1.3 研究内容与研究方案 | 第13-15页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 研究方案 | 第14-15页 |
| 第2章 大米图像采集和预处理 | 第15-27页 |
| 2.1 获取大米图像的采集检测系统 | 第15-19页 |
| 2.1.1 系统的硬件构成 | 第15-18页 |
| 2.1.2 系统的软件构成 | 第18-19页 |
| 2.2 图像预处理 | 第19-27页 |
| 2.2.1 图像灰度化 | 第19-21页 |
| 2.2.2 图像去噪 | 第21-23页 |
| 2.2.3 背景分割 | 第23-26页 |
| 2.2.4 轮廓追踪 | 第26-27页 |
| 第3章 碎米率检测研究 | 第27-47页 |
| 3.1 碎米与碎米率 | 第27-28页 |
| 3.2 粘连籽粒的分割 | 第28-32页 |
| 3.3 区域标记算法 | 第32-33页 |
| 3.3.1 行程标记算法 | 第32页 |
| 3.3.2 改进的行程标记算法 | 第32-33页 |
| 3.4 边缘检测 | 第33-37页 |
| 3.4.1 Sobel算子 | 第33-35页 |
| 3.4.2 Roberts算子 | 第35-36页 |
| 3.4.3 Canny算子 | 第36-37页 |
| 3.5 碎米粒的检测方法 | 第37-41页 |
| 3.5.1 周长检测法 | 第37-38页 |
| 3.5.2 面积检测法 | 第38-39页 |
| 3.5.3 长宽比检测法 | 第39-41页 |
| 3.6 实验及结果分析 | 第41-45页 |
| 3.6.1 碎米率检测 | 第42-44页 |
| 3.6.2 结论及分析 | 第44-45页 |
| 3.7 本章小结 | 第45-47页 |
| 第4章 垩白米的检测研究 | 第47-53页 |
| 4.1 垩白与垩白率 | 第47-48页 |
| 4.2 垩白米的检测方法 | 第48-52页 |
| 4.2.1 实验方法 | 第48-50页 |
| 4.2.2 实验过程与结果 | 第50-52页 |
| 4.3 本章小结 | 第52-53页 |
| 第5章 黄粒米的检测研究 | 第53-60页 |
| 5.1 黄粒米与品质 | 第53页 |
| 5.2 颜色模型 | 第53-57页 |
| 5.2.1 RGB模型 | 第53-54页 |
| 5.2.2 XYZ模型 | 第54页 |
| 5.2.3 CMYK模型 | 第54-55页 |
| 5.2.4 HSI模型 | 第55-57页 |
| 5.3 黄粒米的检测 | 第57-59页 |
| 5.4 本章小结 | 第59-60页 |
| 第6章 工作总结与展望 | 第60-63页 |
| 6.1 工作总结 | 第60-61页 |
| 6.2 工作展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间的研究成果 | 第67页 |