| 中文摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 1 绪论 | 第10-17页 |
| ·研究目的意义 | 第10页 |
| ·国内外研究现状 | 第10-15页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-15页 |
| ·研究内容与技术路线 | 第15-17页 |
| ·课题研究内容 | 第15-16页 |
| ·课题研究的技术路线 | 第16-17页 |
| 2 机器视觉系统及图像采集 | 第17-24页 |
| ·机器视觉 | 第17-18页 |
| ·玉米种子纯度识别硬件系统 | 第18-23页 |
| ·CCD相机 | 第18-20页 |
| ·光照系统 | 第20-22页 |
| ·计算机 | 第22-23页 |
| ·图像采集 | 第23-24页 |
| 3 玉米种子冠部图像预处理与特征提取 | 第24-40页 |
| ·玉米种子图像预处理 | 第24-31页 |
| ·灰度化处理 | 第24-26页 |
| ·图像增强 | 第26-29页 |
| ·图像分割 | 第29-31页 |
| ·基于区域生长法的单体玉米冠部图像提取 | 第31页 |
| ·常用颜色模型 | 第31-35页 |
| ·RGB颜色模型 | 第32-33页 |
| ·HIS 颜色模型 | 第33-34页 |
| ·CIE Lab 颜色模型 | 第34-35页 |
| ·玉米种子冠部图像颜色特征提取 | 第35-37页 |
| ·冠部核心区域选择 | 第35页 |
| ·颜色特征提取 | 第35-37页 |
| ·玉米种子冠部核心区域颜色特征参数分析 | 第37-40页 |
| 4 基于最远优先遍历优化 DBSCAN 算法的玉米种子纯度识别 | 第40-51页 |
| ·DBSCAN 算法 | 第40-42页 |
| ·DBSCAN 算法局限性分析 | 第42-43页 |
| ·最远优先遍历优化 DBSCAN 算法 | 第43-51页 |
| ·数据预处理 | 第43-46页 |
| ·数据优化 | 第46-47页 |
| ·DBSCAN 密度聚类 | 第47-50页 |
| ·局部聚类合并 | 第50-51页 |
| ·实验结果与分析 | 第51页 |
| 5 结论与展望 | 第51-53页 |
| ·主要结论 | 第51-52页 |
| ·展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 攻读硕士学位期间的研究成果 | 第58页 |