基于机器视觉的马铃薯自动化切种方法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-22页 |
| 1.1 机器视觉概述 | 第10页 |
| 1.2 课题的研究意义 | 第10-11页 |
| 1.3 马铃薯自动化切种领域的国内外研究现状 | 第11-19页 |
| 1.3.1 现有的马铃薯切种机 | 第12-13页 |
| 1.3.2 马铃薯质量检测方法 | 第13-15页 |
| 1.3.3 马铃薯几何形状检测方法 | 第15-16页 |
| 1.3.4 马铃薯表面缺陷检测方法 | 第16-19页 |
| 1.3.5 小结 | 第19页 |
| 1.4 存在的问题 | 第19-20页 |
| 1.5 主要研究内容与创新点 | 第20页 |
| 1.6 技术路线 | 第20-22页 |
| 2 马铃薯种薯图像采集系统及预处理 | 第22-28页 |
| 2.1 马铃薯种薯图像采集系统 | 第22-23页 |
| 2.2 马铃薯种薯图像灰度化 | 第23-24页 |
| 2.2.1 RGB彩色空间 | 第23-24页 |
| 2.2.2 两种彩色图像灰度化的方法 | 第24页 |
| 2.3 基于OTSU方法提取马铃薯区域 | 第24-27页 |
| 2.4 小结 | 第27-28页 |
| 3 马铃薯薯形判断与种薯质量检测 | 第28-33页 |
| 3.1 马铃薯图像的特征参数提取 | 第28-29页 |
| 3.2 畸形薯剔除方法 | 第29-30页 |
| 3.3 种薯质量检测 | 第30-31页 |
| 3.4 结果与分析 | 第31-32页 |
| 3.4.1 畸形薯与种薯的模式分类实验 | 第31页 |
| 3.4.2 种薯质量检测实验 | 第31-32页 |
| 3.5 小结 | 第32-33页 |
| 4 马铃薯芽眼分割与标记 | 第33-49页 |
| 4.1 在RGB彩色空间中分割芽眼 | 第34-35页 |
| 4.2 在灰度空间中分割芽眼 | 第35-44页 |
| 4.2.1 马铃薯灰度图像滤波 | 第35-36页 |
| 4.2.2 马铃薯灰度图像增强 | 第36-40页 |
| 4.2.3 芽眼灰度图像分割 | 第40-44页 |
| 4.3 基于数学形态学标记芽眼 | 第44-47页 |
| 4.3.1 基于形态学对分割图像进行处理 | 第45-46页 |
| 4.3.2 芽眼标记 | 第46-47页 |
| 4.4 小结 | 第47-49页 |
| 5 基于图像处理的种薯切块决策机制 | 第49-57页 |
| 5.1 刀具模型 | 第50-51页 |
| 5.2 计算刀具转角的方法 | 第51-53页 |
| 5.2.1 转角算法原理 | 第51-52页 |
| 5.2.2 图像模型参数提取 | 第52页 |
| 5.2.3 算法迭代过程 | 第52-53页 |
| 5.3 切种决策机制的程序实现 | 第53-55页 |
| 5.4 结果与分析 | 第55-56页 |
| 5.5 小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读学位期间的研究成果 | 第63页 |
