基于计算机视觉的牛肉产量自动分级技术研究
摘要 | 第1-9页 |
ABSTRACT | 第9-11页 |
第一章 绪论 | 第11-21页 |
·研究的背景和意义 | 第11-12页 |
·牛肉产量分级标准研究现状 | 第12-16页 |
·国外牛肉产量分级标准 | 第12-15页 |
·美国的牛肉产量分级标准 | 第12-13页 |
·日本的牛肉产量分级标准 | 第13-14页 |
·韩国的牛肉产量分级标准 | 第14-15页 |
·澳大利亚的牛肉产量分级标准 | 第15页 |
·国内牛肉产量分级标准 | 第15-16页 |
·基于机器视觉的牛肉分级技术研究现状 | 第16-18页 |
·国外研究进展 | 第17-18页 |
·国内研究进展 | 第18页 |
·研究出发点和内容 | 第18-19页 |
·研究出发点 | 第18-19页 |
·研究内容 | 第19页 |
·本章小结 | 第19-21页 |
第二章 牛肉眼肌切面图像特征及其分割方法 | 第21-32页 |
·牛胴体眼肌切面图像特征 | 第21-22页 |
·肉牛屠宰工艺及方法 | 第22页 |
·肉牛常规测定指标与测定方法 | 第22-23页 |
·常见的颜色模型 | 第23-25页 |
·RGB模型 | 第23-24页 |
·LAB模型 | 第24页 |
·HSI模型 | 第24-25页 |
·常规图像分割方法 | 第25-29页 |
·基于阈值的分割方法 | 第26-28页 |
·基于区域特性的分割方法 | 第28页 |
·基于边缘的分割方法 | 第28-29页 |
·基于统计模式分类的分割方法 | 第29页 |
·牛胴体眼肌切面图像分割方法 | 第29-31页 |
·国外对牛胴体眼肌切面图像分割方法的研究 | 第29-30页 |
·国内对牛胴体眼肌切面图像分割方法的研究 | 第30-31页 |
·本章小结 | 第31-32页 |
第三章 牛胴体眼肌切面图像的分割 | 第32-52页 |
·牛胴体眼肌切面图像的获取 | 第32-34页 |
·试验样本 | 第32页 |
·试验仪器与设备 | 第32-33页 |
·图像采集 | 第33-34页 |
·牛胴体眼肌切面图像分割 | 第34-50页 |
·最大类间方差法对有效眼肌区域的分割 | 第34-45页 |
·罩子内壁固定区域的分割 | 第35-40页 |
·牛胴体眼肌切面图像去噪 | 第40-42页 |
·有效眼肌的提取 | 第42-45页 |
·色差法对有效眼肌区域的分割 | 第45-50页 |
·图像灰度化 | 第45-47页 |
·对比度拉伸 | 第47-48页 |
·二值化分割 | 第48-49页 |
·有效眼肌的提取 | 第49-50页 |
·本章小结 | 第50-52页 |
第四章 牛胴体分级信息的检测 | 第52-60页 |
·眼肌面积和背膘厚的计算 | 第52-54页 |
·有效眼肌面积的计算 | 第52页 |
·背膘厚度的测量 | 第52-54页 |
·图像分割效果的评价 | 第54-59页 |
·有效眼肌提取误差率 | 第54-57页 |
·有效眼肌面积测量误差率 | 第57-59页 |
·背膘厚度测量误差率 | 第59页 |
·本章小结 | 第59-60页 |
第五章 牛胴体产量等级预测模型 | 第60-70页 |
·雪花牛的概况 | 第60-61页 |
·产量等级指标的选取 | 第61页 |
·实验方法 | 第61-62页 |
·实验地点与材料 | 第61-62页 |
·牛胴体的分割 | 第62页 |
·参数测定 | 第62页 |
·统计方法 | 第62页 |
·牛肉产量的回归预测模型研究 | 第62-65页 |
·牛肉产量表示方法 | 第63页 |
·胴体产肉量相关性分析 | 第63-64页 |
·胴体产肉量回归分析 | 第64页 |
·胴体产肉量的预测方程 | 第64-65页 |
·胴体产肉量预测模型检验 | 第65-67页 |
·预测模型内部交叉验证 | 第65-66页 |
·预测模型外部交叉验证 | 第66-67页 |
·胴体产量等级评定标准的研究 | 第67-68页 |
·胴体产量等级评定方法 | 第67-68页 |
·胴体产量等级校正 | 第68页 |
·本章小结 | 第68-70页 |
第六章 结论与展望 | 第70-72页 |
·结论 | 第70-71页 |
·展望 | 第71-72页 |
参考文献 | 第72-77页 |
致谢 | 第77-79页 |
攻读硕士学位期间发表的论文目录 | 第79页 |