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

基于图像处理的大米不完善粒检测方法研究

摘要第1-5页
Abstract第5-6页
目录第6-8页
第一章 绪论第8-13页
   ·大米不完善粒检测方法研究的意义及目的第8-9页
   ·国内外研究现状第9-12页
     ·国外研究现状第9-10页
     ·国内研究现状第10-12页
   ·本文的研究内容与章节安排第12-13页
第二章 虫蚀粒图像预处理第13-27页
   ·虫蚀粒图像二值化第13-18页
     ·迭代法第14-15页
     ·大津法(OTSU)第15-16页
     ·直方图波谷法第16-18页
     ·结果分析第18页
   ·大米虫蚀粒图像的消噪及虫蚀粒个体提取第18-20页
     ·大米虫蚀粒图像的消噪第18-19页
     ·大米虫蚀粒的个体提取第19-20页
   ·大米虫蚀粒图像边界提取第20-25页
     ·LoG 算子边缘检测第21-22页
     ·频域边缘检测第22-23页
     ·形态学边缘检测第23-24页
     ·结果分析第24-25页
   ·大米虫蚀粒边界坐标第25-26页
   ·本章小结第26-27页
第三章 大米虫蚀粒特征提取第27-38页
   ·计算边界角度第28-29页
   ·提取大米虫蚀粒边界向量角的各种特征值第29-34页
     ·大米虫蚀粒边界向量角均值第30-31页
     ·大米虫蚀粒边界向量角方差第31-32页
     ·大米虫蚀粒边界向量角三阶矩第32页
     ·大米虫蚀粒边界向量角一致性第32-33页
     ·大米虫蚀粒边界向量角熵第33页
     ·大米虫蚀粒边界向量角大值点占总点数的概率第33-34页
   ·不同步长条件下的虫蚀粒特征参数第34-37页
   ·本章小结第37-38页
第四章 大米虫蚀粒分类识别第38-49页
   ·贝叶斯判别法第39-43页
     ·贝叶斯的基本原理第40-41页
     ·朴素贝叶斯识别流程第41-43页
   ·Fisher 判别法第43-46页
     ·FDA (Fisher Discriminate Analysis)模型的核心思想第43-45页
     ·Fisher 判别流程第45-46页
   ·改进 Fisher 分类器判别点第46页
   ·分类结果分析对比第46-48页
     ·贝叶斯分类结果第46-47页
     ·传统 Fisher 分类结果第47页
     ·改进判别点的 Fisher 分类器分类结果第47页
     ·结果分析第47-48页
   ·本章小结第48-49页
第五章 总结与展望第49-51页
   ·总结第49页
   ·展望第49-51页
参考文献第51-54页
致谢第54-55页
个人简历第55页

论文共55页,点击 下载论文
上一篇:高速公路车道线检测算法研究
下一篇:基于机器视觉的大米粘连图像分割