致谢 | 第1-7页 |
摘要 | 第7-8页 |
1 文献综述 | 第8-18页 |
·图像处理技术概述 | 第8-10页 |
·图像处理技术概念 | 第8页 |
·图像处理技术特点 | 第8-9页 |
·图像处理技术的优点 | 第9-10页 |
·图像处理技术在国内外各科学领域的应用现状及发展趋势 | 第10-12页 |
·图像处理技术在国内外各科学领域发展进程 | 第10-11页 |
·图像处理技术发展趋势 | 第11-12页 |
·图像处理技术在农业生产中的应用现状 | 第12-13页 |
·图像处理技术在烟草生产领域的应用研究 | 第13-14页 |
·应用于图像处理技术的无损检测模型 | 第14-16页 |
·线性模型 | 第14-16页 |
·非线性模型 | 第16页 |
·线性模型与非线性模型优势比较 | 第16页 |
·图像处理技术在烤烟密集烘烤领域的应用展望 | 第16-18页 |
·烘烤过程烟叶含水量在线监测 | 第17页 |
·烘烤过程烟叶内部物质转化研究 | 第17页 |
·密集烤房精准控制研究 | 第17-18页 |
2 引言 | 第18-19页 |
3 材料与方法 | 第19-25页 |
·材料 | 第19页 |
·主要仪器与设备 | 第19页 |
·试验方法 | 第19-20页 |
·样品制备与图像采集 | 第19-20页 |
·烟叶水分含量与β-胡萝卜素含量测定 | 第20页 |
·研究方法 | 第20-25页 |
·BP 神经网络 | 第20-23页 |
·基于遗传算法最小二乘支持向量机 | 第23-25页 |
4 图像预处理与特征值提取 | 第25-31页 |
·图像预处理 | 第25-28页 |
·数字化 | 第25页 |
·几何变换 | 第25页 |
·归一化 | 第25页 |
·平滑消噪技术 | 第25-27页 |
·复原 | 第27-28页 |
·增强 | 第28页 |
·图像分割 | 第28页 |
·特征值提取 | 第28-31页 |
·形状特征值 | 第29页 |
·颜色特征值 | 第29-30页 |
·纹理特征值 | 第30-31页 |
5 结果与分析 | 第31-39页 |
·烘烤过程烟叶形态特征值分析 | 第31-35页 |
·不同部位烟叶形状特征值分析 | 第31-32页 |
·不同部位烟叶颜色特征值分析 | 第32-34页 |
·不同部位烟叶纹理特征值分析 | 第34-35页 |
·烘烤过程烟叶Β-胡萝卜素含量检测及其 MATLAB 实现 | 第35-36页 |
·BP 神经网络模型的建立 | 第35-36页 |
·模型预测结果分析 | 第36页 |
·烘烤过程烟叶含水量检测及其 MATLAB 实现 | 第36-39页 |
·BP 神经网络模型的建立 | 第36-37页 |
·最小二乘支持向量机预测模型的建立 | 第37页 |
·模型预测结果分析 | 第37-39页 |
6 结论与讨论 | 第39-41页 |
·不同部位烟叶形态特征值变化 | 第39-40页 |
·基于图像处理技术的烘烤过程烟叶Β-胡萝卜素含量无损检测 | 第40页 |
·基于图像处理技术的烘烤过程烟叶水分含量无损检测 | 第40-41页 |
参考文献 | 第41-46页 |
ABSTRACT | 第46-47页 |