| 致谢 | 第4-7页 |
| 摘要 | 第7-8页 |
| 1 引言 | 第8-11页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 研究概述及技术路线 | 第9-10页 |
| 1.3 本文主要研究内容 | 第10页 |
| 1.4 文章组织结构 | 第10-11页 |
| 2 文献综述 | 第11-15页 |
| 2.1 基于计算机视觉的农产品分级研究现状 | 第11-12页 |
| 2.2 苹果图像单特征分级研究现状 | 第12-13页 |
| 2.3 苹果图像多特征分级研究现状 | 第13-14页 |
| 2.4 本章小结 | 第14-15页 |
| 3 图像数据采集及图像预处理 | 第15-20页 |
| 3.1 图像采集 | 第15-16页 |
| 3.2 图像预处理 | 第16-20页 |
| 3.2.1 图像校正 | 第16-18页 |
| 3.2.1.1 单应性变换（Homography）方法概述 | 第16-18页 |
| 3.2.1.2 基于单应性变换的苹果图像校正 | 第18页 |
| 3.2.2 平滑滤波 | 第18-20页 |
| 3.2.2.1 均值滤波 | 第19页 |
| 3.2.2.2 中值滤波 | 第19-20页 |
| 4 图像分割 | 第20-26页 |
| 4.1 颜色空间研究 | 第20-22页 |
| 4.1.1 常见的颜色空间 | 第20-21页 |
| 4.1.1.1 RGB颜色模型 | 第20-21页 |
| 4.1.1.2 HSI颜色模型 | 第21页 |
| 4.1.2 不同颜色空间下通道分量的选择 | 第21-22页 |
| 4.2 图像阈值分割 | 第22-26页 |
| 4.2.1 最大类间方差法阈值分割概述 | 第22-23页 |
| 4.2.2 苹果图像阈值分割 | 第23-24页 |
| 4.2.3 图像分割效果评价 | 第24-26页 |
| 5 图像特征提取 | 第26-30页 |
| 5.1 苹果外观缺陷特征提取 | 第26页 |
| 5.2 苹果外观大小特征提取 | 第26页 |
| 5.3 苹果外观形状特征提取 | 第26-27页 |
| 5.4 苹果外观颜色特征提取 | 第27-28页 |
| 5.5 特征值提取结果分析 | 第28-30页 |
| 6 苹果多特征综合分级 | 第30-39页 |
| 6.1 基于缺陷特征的苹果分级 | 第30页 |
| 6.2 熵权法求特征权重 | 第30-33页 |
| 6.2.1 熵权法概述 | 第30-31页 |
| 6.2.2 熵权法求特征权重结果分析 | 第31-33页 |
| 6.3 基于固定权重K-MEANS聚类算法的苹果多特征综合分级 | 第33-39页 |
| 6.3.1 传统的K-means聚类算法概述 | 第33-34页 |
| 6.3.2 K-means聚类算法研究现状 | 第34-35页 |
| 6.3.3 基于固定权重的K-means聚类算法概述 | 第35-36页 |
| 6.3.4 多特征综合分级结果分析 | 第36-39页 |
| 7 总结与讨论 | 第39-40页 |
| 参考文献 | 第40-44页 |
| Abstract | 第44页 |
