基于机器视觉的鸡蛋品质检测方法研究
| 第一章 绪论 | 第1-25页 |
| ·本研究的目的与意义 | 第10-13页 |
| ·我国鸡蛋生产和出口现状 | 第10-12页 |
| ·我国鸡蛋品质检测与分级方法发展的需求 | 第12-13页 |
| ·国内外研究概况 | 第13-24页 |
| ·应用机器视觉技术无损检测农产品的研究概况 | 第13-16页 |
| ·鸡蛋品质无损检测与分级的研究概况 | 第16-24页 |
| ·本研究的主要内容 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第二章 机器视觉系统与数字图像处理技术 | 第25-37页 |
| ·本研究的机器视觉系统构建 | 第25-30页 |
| ·光照箱及光源 | 第25-27页 |
| ·鸡蛋外部品质检测系统光源配置 | 第25-26页 |
| ·鸡蛋内部品质检测系统光源配置 | 第26-27页 |
| ·CCD摄像机 | 第27-28页 |
| ·图像采集卡 | 第28-29页 |
| ·工控机 | 第29-30页 |
| ·数字图像处理技术 | 第30-36页 |
| ·数字图像表示形式 | 第30页 |
| ·数字图像处理方法 | 第30-31页 |
| ·颜色基本原理与颜色模型 | 第31-36页 |
| ·颜色基本原理 | 第31-32页 |
| ·颜色模型 | 第32-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 鸡蛋外部品质图像采集及其预处理 | 第37-43页 |
| ·鸡蛋试验样本 | 第37页 |
| ·鸡蛋外部品质图像采集 | 第37-38页 |
| ·鸡蛋外部品质图像预处理 | 第38-42页 |
| ·鸡蛋图像分割 | 第38-41页 |
| ·鸡蛋图像中值滤波 | 第41页 |
| ·鸡蛋图像边缘检测 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 鸡蛋尺寸与蛋形指数检测 | 第43-56页 |
| ·鸡蛋尺寸检测算法 | 第43-48页 |
| ·鸡蛋尺寸检测回归模型 | 第48-54页 |
| ·鸡蛋尺寸检测回归模型的建立 | 第48-52页 |
| ·鸡蛋尺寸检测回归模型的验证 | 第52-54页 |
| ·鸡蛋蛋形指数检测 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 鸡蛋重量检测与分级 | 第56-68页 |
| ·基于多元线性回归模型的鸡蛋重量检测 | 第56-60页 |
| ·鸡蛋重量检测模型的推演 | 第56-57页 |
| ·鸡蛋重量检测多元线性回归模型的建立 | 第57-59页 |
| ·鸡蛋重量检测多元线性回归模型的验证 | 第59-60页 |
| ·SOM神经网络模型及其学习算法 | 第60-66页 |
| ·SOM神经网络生物原型研究 | 第60-61页 |
| ·SOM神经网络的构建 | 第61-66页 |
| ·神经元的侧向交互原理 | 第61页 |
| ·二维阵列SOM网络模型 | 第61-62页 |
| ·SOM神经网络模型的输入输出 | 第62-63页 |
| ·SOM神经网络模型的学习算法推导 | 第63-65页 |
| ·SOM神经网络模型学习的具体步骤 | 第65-66页 |
| ·基于SOM神经网络的鸡蛋重量分级 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第六章 鸡蛋内容物与新鲜度检测 | 第68-80页 |
| ·鸡蛋试验样本 | 第68-69页 |
| ·鸡蛋新鲜度检测原理及其指标实测 | 第69-71页 |
| ·鸡蛋新鲜度光学无损检测原理 | 第69页 |
| ·鸡蛋新鲜度指标 | 第69-70页 |
| ·鸡蛋新鲜度指标哈夫单位实测 | 第70-71页 |
| ·鸡蛋内容物透射图像采集及其预处理 | 第71-74页 |
| ·鸡蛋内容物透射图像采集 | 第71-72页 |
| ·鸡蛋内容物透射图像预处理 | 第72-74页 |
| ·鸡蛋新鲜度多元线性回归模型 | 第74-79页 |
| ·鸡蛋新鲜度回归模型变量筛选 | 第74-75页 |
| ·鸡蛋新鲜度回归模型的建立 | 第75-78页 |
| ·鸡蛋新鲜度回归模型的验证 | 第78-79页 |
| ·本章小结 | 第79-80页 |
| 第七章 结论与展望 | 第80-82页 |
| ·主要结论 | 第80-81页 |
| ·今后的研究设想 | 第81-82页 |
| 参考文献 | 第82-85页 |
| 附录 | 第85-86页 |
| 致谢 | 第86页 |
