基于机器视觉的马铃薯薯形与外部缺陷算法研究
| 致谢 | 第3-4页 |
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第15-22页 |
| 1.1 机器视觉概述 | 第15页 |
| 1.2 研究背景与意义 | 第15-17页 |
| 1.3 国内外研究概况 | 第17-20页 |
| 1.4 本文研究内容 | 第20-21页 |
| 1.5 本章小结 | 第21-22页 |
| 2 马铃薯图像采集与预处理系统 | 第22-44页 |
| 2.1 概述 | 第22-23页 |
| 2.2 采集系统搭建 | 第23-26页 |
| 2.3 相机标定 | 第26-32页 |
| 2.4 图像预处理 | 第32-42页 |
| 2.5 本章小结 | 第42-44页 |
| 3 基于PSO-SVM的薯形分类 | 第44-62页 |
| 3.1 形状特征参数提取 | 第44-51页 |
| 3.2 支持向量机 | 第51-57页 |
| 3.3 粒子群算法 | 第57-58页 |
| 3.4 粒子群优化支持向量机(PSO-SVM) | 第58-59页 |
| 3.5 薯形分类 | 第59-60页 |
| 3.6 本章小结 | 第60-62页 |
| 4 马铃薯外部缺陷检测 | 第62-69页 |
| 4.1 概述 | 第62-63页 |
| 4.2 颜色模型 | 第63-64页 |
| 4.3 基于颜色特征的外部缺陷检测 | 第64-68页 |
| 4.4 本章小结 | 第68-69页 |
| 5 基于Zedboard的算法实现 | 第69-80页 |
| 5.1 Zedboard开发板 | 第69-70页 |
| 5.2 系统设计与实现 | 第70-77页 |
| 5.3 系统测试 | 第77-79页 |
| 5.4 本章小结 | 第79-80页 |
| 6 总结与展望 | 第80-82页 |
| 6.1 总结 | 第80页 |
| 6.2 展望 | 第80-82页 |
| 参考文献 | 第82-86页 |
| 作者简历 | 第86-88页 |
| 学位论文数据集 | 第88页 |
