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

基于计算机视觉的哈密大枣无损检测分级技术及分级装置研究

摘要第1-6页
Abstract第6-7页
目录第7-9页
第一章 绪论第9-18页
   ·研究背景及意义第9-10页
   ·国内外研究现状第10-15页
     ·机械式分级第10-12页
     ·光电式分级第12-13页
     ·基于计算机视觉红枣品质检测分级第13-15页
   ·研究内容第15-16页
   ·研究方法及技术路线第16-17页
     ·研究方法第16-17页
     ·技术路线第17页
   ·本章小结第17-18页
第二章 图像采集及预处理第18-29页
   ·样本及背景选择第18-19页
     ·样本选择第18页
     ·图像采集背景的选择第18-19页
   ·哈密大枣图像的采集第19-23页
     ·机器视觉试验台组成第19-23页
   ·图像预处理第23-25页
     ·图像灰度化第23页
     ·灰度图像增强第23-25页
   ·二值化图像提取第25-26页
   ·背景分割第26-28页
   ·结论与展望第28-29页
第三章 小波分析及其在边缘检测技术中的应用第29-38页
   ·常用的边缘检测算子第29-32页
     ·罗伯特(Roberts)边缘算子第29页
     ·索贝尔(Sobel)边缘算子第29-30页
     ·Prewitt 边缘算子第30-31页
     ·拉普拉斯(LOG)边缘算子第31-32页
   ·小波变换第32-33页
     ·连续小波变换(CWT)第32-33页
     ·离散小波变换(DWT)第33页
   ·常用的小波基第33-35页
     ·Haar 小波第33页
     ·Meryer 小波第33-34页
     ·Daubechies 小波第34页
     ·Coiflet 小波第34-35页
   ·基于小波变换的图像分解与重构第35-36页
     ·图像分解第35-36页
     ·图像重构第36页
   ·小波在图像边缘提取中的应用第36-37页
   ·本章小结第37-38页
第四章 基于小波的哈密大枣表面褶皱提取第38-44页
   ·小波图像增强第39-40页
   ·图像小波分解及图像特征小波系数提取第40页
   ·基于小波的哈密大枣褶皱提取第40-43页
     ·基于高斯函数的边缘检测算法第40-42页
     ·哈密大枣边缘阈值的确定第42页
     ·哈密大枣表面褶皱提取第42-43页
   ·本章小结第43-44页
第五章 哈密大枣自动分级机的设计及分析第44-54页
   ·哈密大枣物料特性分析第44页
   ·整机工作原理第44页
   ·单列化整理上料装置的设计第44-47页
     ·PVC 传输带的设计第45-46页
     ·料斗的设计第46页
     ·电机的选择第46-47页
   ·全表面检测传输装置的设计第47-52页
     ·全表面检测传输机构的工作原理第47-48页
     ·全表面检测传输机构关键部件设计第48-51页
     ·哈密大枣的运动分析第51页
     ·全表面检测传输装置传输动力的计算第51-52页
   ·本章小结第52-54页
第六章 结论与展望第54-55页
   ·结论第54页
   ·展望第54-55页
参考文献第55-57页
致谢第57-58页
作者简介第58-59页
石河子大学硕士研究生学位论文导师评阅表第59页

论文共59页,点击 下载论文
上一篇:新疆高职学生公民意识现状及教育对策研究--以巴音郭楞职业技术学院为例
下一篇:石河子大学图书馆农业文献信息资源的开发与利用研究