| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第12-18页 |
| 1.1 引言 | 第12页 |
| 1.2 课题背景与意义 | 第12-15页 |
| 1.2.1 溯源秤系统发展现状 | 第12-13页 |
| 1.2.2 果蔬识别国内外发展现状 | 第13-14页 |
| 1.2.3 基于图像处理的果蔬溯源秤系统可行性分析及发展意义 | 第14-15页 |
| 1.3 系统简介及技术难题 | 第15-17页 |
| 1.3.1 基于图像处理的果蔬溯源秤系统简介 | 第15-16页 |
| 1.3.2 技术难题 | 第16-17页 |
| 1.4 论文研究内容及章节安排 | 第17-18页 |
| 第二章 系统总体设计 | 第18-30页 |
| 2.1 溯源秤系统总体设计 | 第18-19页 |
| 2.2 系统硬件开发平台 | 第19-21页 |
| 2.2.1 Tiny210V2开发板平台 | 第19-20页 |
| 2.2.2 USB摄像头选取 | 第20页 |
| 2.2.3 Wi-Fi模块介绍 | 第20-21页 |
| 2.3 系统软件开发环境搭建 | 第21-28页 |
| 2.3.1 溯源秤客户端软件开发环境 | 第21-27页 |
| 2.3.2 溯源秤服务端软件开发环境 | 第27-28页 |
| 2.4 本章小结 | 第28-30页 |
| 第三章 果蔬图像数据库构建及预处理算法研究 | 第30-42页 |
| 3.1 果蔬图像获取及数据库构建 | 第30-32页 |
| 3.2 图像预处理算法 | 第32-41页 |
| 3.2.1 图像切割 | 第32-33页 |
| 3.2.2 滤波 | 第33-35页 |
| 3.2.3 分割及形态学处理 | 第35-41页 |
| 3.3 本章小结 | 第41-42页 |
| 第四章 果蔬图像识别算法研究 | 第42-54页 |
| 4.1 引言 | 第42页 |
| 4.2 果蔬颜色及纹理特征提取算法 | 第42-47页 |
| 4.2.1 颜色特征 | 第42-44页 |
| 4.2.2 纹理特征 | 第44-47页 |
| 4.3 多类SVM分类器研究 | 第47-49页 |
| 4.3.1 一对多SVM | 第47-48页 |
| 4.3.2 一对一SVM | 第48-49页 |
| 4.3.3 有向无环图SVM | 第49页 |
| 4.4 基于颜色纹理特征的多类SVM果蔬识别 | 第49-52页 |
| 4.4.1 三种多类SVM果蔬识别性能比较实验 | 第50-51页 |
| 4.4.2 颜色纹理特征识别性能比较实验 | 第51-52页 |
| 4.4.3 果蔬溯源秤SVM模型训练 | 第52页 |
| 4.5 本章小结 | 第52-54页 |
| 第五章 溯源秤系统开发与实现 | 第54-66页 |
| 5.1 溯源秤客户端开发与实现 | 第54-60页 |
| 5.1.1 图像采集模块 | 第55-56页 |
| 5.1.2 界面显示模块 | 第56-58页 |
| 5.1.3 称重模块 | 第58-59页 |
| 5.1.4 Wi-Fi网络通信模块 | 第59-60页 |
| 5.2 溯源秤服务端开发与实现 | 第60-65页 |
| 5.2.1 信息管理模块 | 第60-63页 |
| 5.2.2 网络通信模块 | 第63-65页 |
| 5.3 本章小结 | 第65-66页 |
| 第六章 系统运行与测试 | 第66-80页 |
| 6.1 系统运行配置 | 第66-68页 |
| 6.1.1 客户端运行环境配置 | 第66-67页 |
| 6.1.2 果蔬溯源秤服务端软件发布 | 第67-68页 |
| 6.2 实地联试 | 第68-78页 |
| 6.2.1 果蔬溯源秤服务端功能测试 | 第68-72页 |
| 6.2.2 果蔬溯源秤客户端功能测试 | 第72-78页 |
| 6.3 本章小结 | 第78-80页 |
| 第七章 总结和展望 | 第80-82页 |
| 7.1 论文工作总结 | 第80页 |
| 7.2 研究方向展望 | 第80-82页 |
| 致谢 | 第82-84页 |
| 参考文献 | 第84-88页 |
| 作者简介 | 第88页 |