首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于视觉的树上绿色柑橘检测

摘要第6-8页
Abstract第8-9页
1 前言第10-16页
    1.1 研究的目的与意义第10-11页
    1.2 国内外研究现状第11-13页
    1.3 研究目的第13-14页
    1.4 主要研究内容第14-16页
2 基于LBP特征的感兴趣区域提取第16-31页
    2.1 图像预处理第16-20页
        2.1.1 试验系统与图像采集第16-17页
        2.1.2 灰度图像提取第17页
        2.1.3 滤波第17-19页
        2.1.4 局部极大值点提取第19-20页
    2.2 LBP特征第20-25页
        2.2.1 原始LBP模式第21-22页
        2.2.2 统计LBP模式第22-23页
        2.2.3 等价LBP模式第23-24页
        2.2.4 旋转不变LBP模式第24页
        2.2.5 旋转不变等价LBP模式第24-25页
    2.3 RUSBoost集成分类器第25-31页
        2.3.1 决策树算法第26-27页
        2.3.2 随机欠采样第27页
        2.3.3 Adaboost.M2算法第27-31页
3 基于MSER算法的感兴趣区域提取第31-37页
    3.1 MSER算法第31-33页
        3.1.1 MSER算法定义第31-32页
        3.1.2 数学定义第32-33页
    3.2 椭圆拟合第33-35页
    3.3 区域形状分析第35-37页
4 分层轮廓分析算法第37-45页
    4.1 朗伯光照模型第37-39页
    4.2 分层轮廓线提取第39-41页
    4.3 霍夫变换圆拟合第41-43页
    4.4 拟合圆嵌套分析第43-45页
5 结果与分析第45-57页
    5.1 基于LBP与HCA的目标检测结果第45-49页
        5.1.1 目标检测结果第46-48页
        5.1.2 时间性能分析第48页
        5.1.3 检测结果分析第48-49页
    5.2 基于MSER与HCA的目标检测结果第49-53页
        5.2.1 目标检测结果第49-52页
        5.2.2 时间性能分析第52页
        5.2.3 检测结果分析第52-53页
    5.3 讨论第53-57页
6 总结与展望第57-59页
    6.1 本研究的主要内容与结论第57-58页
    6.2 本研究的发展前景及下一步工作第58-59页
参考文献第59-65页
已发表论文第65-66页
致谢第66-67页

论文共67页,点击 下载论文
上一篇:基于Spark的新闻推荐系统算法优化与实现
下一篇:基于FPGA的视频采集系统设计与实现