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

基于机器视觉的鸡胴体质量在线分级系统

摘要第7-9页
ABSTRACT第9-10页
第一章 绪论第11-17页
    1.1 研究背景和意义第11-12页
    1.2 国内外研究现状第12-14页
    1.3 研究内容及技术路线第14-16页
        1.3.1 研究内容第14页
        1.3.2 技术路线第14-16页
    1.4 本章小结第16-17页
第二章 基于机器视觉的鸡胴体特征提取方法第17-41页
    2.1 样本数据采集第19-22页
        2.1.1 样本材料第19页
        2.1.2 数据采集设备第19页
        2.1.3 数据采集方法第19-22页
            2.1.3.1 图像数据采集方法第20-21页
            2.1.3.2 质量数据采集方法第21-22页
    2.2 数字图像处理基础原理第22-24页
    2.3 图像预处理第24-34页
        2.3.1 灰度化第24-26页
        2.3.2 滤波第26-28页
        2.3.3 阈值分割第28-29页
        2.3.4 形态学处理第29-30页
        2.3.5 孔洞填充第30-31页
        2.3.6 边缘检测第31-34页
    2.4 特征量提取第34-37页
        2.4.1 投影面积第34页
        2.4.2 胴体长度第34-35页
        2.4.3 轮廓长度第35页
        2.4.4 鸡胸长度、宽度第35-37页
        2.4.5 鸡胸面积第37页
    2.5 图像标定第37-39页
    2.6 本章小结第39-41页
第三章 鸡胴体分级模型的建立第41-59页
    3.1 回归分析第41-50页
        3.1.1 一元线性回归分析第41-46页
        3.1.2 多元线性回归分析第46-50页
    3.2 主成分分析第50-53页
        3.2.1 主成分分析含义及模型第50-51页
        3.2.2 主成分分析方法第51-53页
    3.3 模型检验第53-57页
        3.3.1 模型质量预测结果对比第54-56页
        3.3.2 模型质量分级结果对比第56-57页
    3.4 本章小结第57-59页
第四章 系统设计原理第59-89页
    4.1 系统设计要求第59-60页
        4.1.1 生产条件第59页
        4.1.2 设计要求第59-60页
    4.2 系统总体设计第60-62页
        4.2.1 系统框架第60-61页
        4.2.2 系统工作原理第61-62页
    4.3 硬件系统设计第62-80页
        4.3.1 硬件平台设计第62-66页
        4.3.2 图像采集部分第66-74页
            4.3.2.1 光源设计第66-68页
            4.3.2.2 工业相机第68-72页
            4.3.2.3 光电开关传感器第72-73页
            4.3.2.4 相机固定支架第73-74页
        4.3.3 图像处理部分第74-78页
            4.3.3.1 工控机第74-76页
            4.3.3.2 PLC第76-77页
            4.3.3.3 继电器第77-78页
        4.3.4 分级执行部分第78-80页
            4.3.4.1 电磁阀第78页
            4.3.4.2 气缸第78-79页
            4.3.4.3 气动工作单元第79-80页
    4.4 软件设计第80-86页
        4.4.1 软件设计要求第80页
        4.4.2 软件系统框架第80-81页
        4.4.3 用户界面第81-83页
        4.4.4 质量分级方法第83-84页
        4.4.5 PLC通信第84-85页
        4.4.6 PLC控制程序第85-86页
    4.5 本章小结第86-89页
第五章 鸡胴体质量分级实验第89-95页
    5.1 实验设计第89-91页
    5.2 实验结果第91-92页
        5.2.1 按等级分组实验第91-92页
        5.2.2 随机分组实验第92页
    5.3 实验结果分析第92-93页
    5.4 本章小结第93-95页
第六章 结论与展望第95-97页
    6.1 结论第95-96页
    6.2 创新点第96页
    6.3 展望第96-97页
参考文献第97-101页
致谢第101页

论文共101页,点击 下载论文
上一篇:基于物联网技术的设施园艺生长监测系统设计与实现
下一篇:基于Kinect的温室采摘运输自动跟随系统的研制