基于颜色特征的茶叶色泽分析的研究与应用
中文摘要 | 第1-4页 |
Abstract | 第4-7页 |
第1章 引言 | 第7-12页 |
·研究背景与研究现状 | 第7-8页 |
·数字图像处理的发展与应用 | 第8-9页 |
·本论文主要研究内容及研究思路 | 第9-10页 |
·论文的组织结构 | 第10-12页 |
第2章 数字图像处理技术 | 第12-18页 |
·数字图像处理基本概念 | 第12-13页 |
·图像与数字图像 | 第12-13页 |
·数字图像处理 | 第13页 |
·数字图像处理的研究内容 | 第13-15页 |
·图像的转化和存储 | 第13-14页 |
·图像视觉优化 | 第14页 |
·图像理解 | 第14-15页 |
·设备无关位图(DIB) | 第15-16页 |
·BMP 图像位图数据的访问 | 第16-17页 |
·数字图像处理系统的开发工具 | 第17页 |
·本章小结 | 第17-18页 |
第3章 基于种子算法的区域提取 | 第18-32页 |
·茶叶图像 | 第18-22页 |
·数字图像采集 | 第18-19页 |
·图像颜色 | 第19-22页 |
·基于种子算法的特征提取 | 第22-29页 |
·种子算法 | 第22-24页 |
·漫水法 | 第24-25页 |
·一种基于双栈二分查找的种子算法 | 第25-27页 |
·改进后的算法流程 | 第27-28页 |
·改进算法的效率体现 | 第28-29页 |
·色选机采样系统设计 | 第29-31页 |
·本章小结 | 第31-32页 |
第4章 茶叶颜色特征的提取与分析 | 第32-45页 |
·茶叶的特征鉴别 | 第32-33页 |
·茶叶的颜色特征提取 | 第33-35页 |
·特征向量的分析 | 第35-38页 |
·R、G、B 特征向量分析 | 第37-38页 |
·H 特征向量分析 | 第38页 |
·特征向量的处理 | 第38-40页 |
·特征向量函数的建立 | 第40-44页 |
·本章小结 | 第44-45页 |
第5章 K-均值聚类的茶叶图像识别 | 第45-50页 |
·K- MEANS算法 | 第45页 |
·K- MEANS算法的图像识别 | 第45-47页 |
·实验结果分析 | 第47-49页 |
·本章小结 | 第49-50页 |
第6章 总结与展望 | 第50-52页 |
·总结 | 第50-51页 |
·展望 | 第51-52页 |
参考文献 | 第52-56页 |
致谢 | 第56-57页 |
个人简历 | 第57页 |