基于机器视觉的典型产品特征提取与分级算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究背景和意义 | 第8-9页 |
| 1.2 基于机器视觉的产品检测分级现状 | 第9-11页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.3 本章小结 | 第11-12页 |
| 1.4 本文的结构安排 | 第12-13页 |
| 第二章 机器视觉检测系统平台设计 | 第13-24页 |
| 2.1 检测系统工作原理及其流程 | 第13页 |
| 2.2 检测系统平台构建 | 第13-14页 |
| 2.3 视觉系统部分硬件选型 | 第14-21页 |
| 2.3.1 相机选型 | 第15-16页 |
| 2.3.2 镜头选型 | 第16-17页 |
| 2.3.3 光源选型 | 第17-20页 |
| 2.3.4 光源安装方式 | 第20-21页 |
| 2.4 相机标定 | 第21-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 柑橘图像处理相关算法研究 | 第24-42页 |
| 3.1 图像预处理 | 第24-34页 |
| 3.1.1 彩色图像灰度化 | 第24-26页 |
| 3.1.2 图像降噪 | 第26-28页 |
| 3.1.3 图像分割 | 第28-32页 |
| 3.1.4 形态学处理 | 第32-34页 |
| 3.2 水果的特征提取 | 第34-39页 |
| 3.2.1 成熟度的提取 | 第34-36页 |
| 3.2.2 水果大小提取 | 第36-37页 |
| 3.2.3 果形提取 | 第37-38页 |
| 3.2.4 缺陷提取 | 第38-39页 |
| 3.3 柑橘分级 | 第39-41页 |
| 3.3.1 柑橘分级标准 | 第40页 |
| 3.3.2 柑橘分级结果 | 第40-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 螃蟹图像处理相关算法研究 | 第42-56页 |
| 4.1 螃蟹图像预处理 | 第42-49页 |
| 4.1.1 颜色空间的转换 | 第42-45页 |
| 4.1.2 图像滤波 | 第45-46页 |
| 4.1.3 图像增强 | 第46-49页 |
| 4.1.4 图像分割与形态学处理 | 第49页 |
| 4.2 螃蟹特征提取 | 第49-53页 |
| 4.2.1 公母特征提取 | 第49-50页 |
| 4.2.2 大小特征提取 | 第50-51页 |
| 4.2.3 肥瘦特征提取 | 第51-53页 |
| 4.3 螃蟹分级 | 第53-55页 |
| 4.3.1 螃蟹分级方法 | 第53-54页 |
| 4.3.2 螃蟹分级结果 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第五章 检测系统软件程序开发 | 第56-62页 |
| 5.1 软件系统总体设计方案 | 第56页 |
| 5.2 编程软件介绍 | 第56-57页 |
| 5.3 机器视觉检测程序设计 | 第57-61页 |
| 5.3.1 图像采集 | 第57-59页 |
| 5.3.2 图像处理 | 第59页 |
| 5.3.3 特征提取 | 第59-60页 |
| 5.3.4 数据采集与保存 | 第60-61页 |
| 5.3.5 分级控制 | 第61页 |
| 5.4 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-63页 |
| 6.1 总结 | 第62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
