| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第1章 绪论 | 第7-11页 |
| ·研究目的与意义 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·计算机视觉在农产品检测中的应用现状 | 第8-9页 |
| ·计算机视觉在苹果检测中的应用现状 | 第9页 |
| ·不同颜色光源在计算机视觉中的应用现状 | 第9-10页 |
| ·主要研究内容 | 第10-11页 |
| 第2章 图像采集实验装置研制 | 第11-19页 |
| ·实验装置方案 | 第11-15页 |
| ·结构方案设计 | 第11-12页 |
| ·光源布置方案设计 | 第12-15页 |
| ·实验装置组成部分简介 | 第15-18页 |
| ·摄像头 | 第15-16页 |
| ·LED 光源 | 第16-17页 |
| ·漫反射材料的选择 | 第17页 |
| ·水平旋转载物台 | 第17-18页 |
| ·计算机 | 第18页 |
| ·系统标定 | 第18页 |
| ·小结 | 第18-19页 |
| 第3章 图像采集及预处理方法 | 第19-32页 |
| ·图像采集 | 第19-20页 |
| ·实验材料 | 第19页 |
| ·实验方法 | 第19-20页 |
| ·图像预处理 | 第20-26页 |
| ·颜色空间模型的选取 | 第20-25页 |
| ·图像降噪 | 第25-26页 |
| ·图像分割 | 第26-29页 |
| ·阈值分割 | 第26-27页 |
| ·基于 RGB 向量空间的图像分割 | 第27-28页 |
| ·结果比较与分析 | 第28-29页 |
| ·图像裁剪与合成 | 第29-31页 |
| ·小结 | 第31-32页 |
| 第4章 特征参量选择及分级模型建立 | 第32-66页 |
| ·特征提取 | 第32-40页 |
| ·大小及形状特征 | 第32-34页 |
| ·红色着色面积特征 | 第34页 |
| ·表面纹理特征 | 第34-38页 |
| ·表面伤痕特征 | 第38-40页 |
| ·特征参量标示 | 第40页 |
| ·单类特征分级模型 | 第40-46页 |
| ·基于大小及形状特征的分级 | 第40页 |
| ·基于红色着色面积特征的分级 | 第40页 |
| ·基于表面纹理特征的分级 | 第40-41页 |
| ·基于表面伤痕特征的分级 | 第41页 |
| ·结果比较与分析 | 第41-46页 |
| ·多特征融合的分级模型 | 第46-52页 |
| ·Fisher 判别分析 | 第46-48页 |
| ·BP 神经网络判别分析 | 第48-51页 |
| ·结果分析 | 第51-52页 |
| ·特征参量选择 | 第52-64页 |
| ·特征选择的意义 | 第52页 |
| ·基于因子分析法的特征选择 | 第52-55页 |
| ·聚类分析 | 第55-58页 |
| ·运用 Wilks Λ统计量进行特征选择 | 第58-61页 |
| ·基于 Wilks Λ统计量与主成分分析的特征优化选择 | 第61-64页 |
| ·结果比较与分析 | 第64-65页 |
| ·小结 | 第65-66页 |
| 第5章 结论 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士学位期间的研究成果 | 第72页 |