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

自然环境下绿色苹果目标的识别与分割方法研究

摘要第7-9页
ABSTRACT第9-11页
第一章 绪论第15-24页
    1.1 研究目的及意义第15-16页
    1.2 国内外研究进展第16-21页
        1.2.1 果实目标图像增强预处理方法研究现状第16-17页
        1.2.2 近景色果实目标识别方法研究现状第17-19页
        1.2.3 近景色果实目标分割及重构方法研究现状第19页
        1.2.4 不同影响因素下果实目标识别与分割方法研究现状第19-20页
        1.2.5 存在问题第20-21页
    1.3 主要研究内容第21-22页
    1.4 论文组织安排第22-24页
第二章 随机光照条件下绿色苹果图像增强方法研究第24-33页
    2.1 试验材料与算法性能评价指标第24-25页
        2.1.1 绿色苹果图像的获取第24页
        2.1.2 图像增强算法性能评价指标第24-25页
    2.2 基于模糊集理论的绿色苹果图像增强方法第25-27页
    2.3 基于Retinex理论的绿色苹果图像增强方法第27-29页
    2.4 基于光照无关理论的绿色苹果图像增强方法第29-31页
    2.5 三类图像增强方法的增强效果对比第31-32页
    2.6 本章小结第32-33页
第三章 基于视觉注意机制与聚类算法的绿色苹果目标识别第33-66页
    3.1 试验材料与算法性能评价指标第33-34页
        3.1.1 绿色苹果图像的获取第33-34页
        3.1.2 果实目标识别算法性能评价指标第34页
    3.2 融合模糊集理论与MR算法的绿色苹果目标识别方法第34-42页
        3.2.1 基于模糊集理论的苹果图像增强第34-35页
        3.2.2 基于SLIC算法的苹果图像超像素分割第35页
        3.2.3 基于MR算法的苹果目标识别第35-38页
        3.2.4 试验结果与分析第38-42页
    3.3 基于AIM算法与光照无关理论的绿色苹果目标识别方法第42-50页
        3.3.1 融合模糊集理论与AIM算法的苹果目标初始识别第42-43页
        3.3.2 背景噪声剔除方法第43-44页
        3.3.3 融合光照无关图与R分量的苹果目标分割第44-46页
        3.3.4 试验结果与分析第46-50页
    3.4 融合MSRCR与 Mean shift算法的绿色苹果目标识别方法第50-58页
        3.4.1 基于MSRCR算法的苹果图像增强第50-51页
        3.4.2 基于Mean shift算法的苹果目标识别第51-52页
        3.4.3 严重枝叶遮挡情况下苹果图像的K-means修正第52-53页
        3.4.4 试验结果与分析第53-58页
    3.5 基于改进GrabCut模型的绿色苹果目标识别方法第58-63页
        3.5.1 基于GBVS算法的苹果图像自适应标记第58-59页
        3.5.2 基于GrabCut模型的苹果目标识别第59-61页
        3.5.3 试验结果与分析第61-63页
    3.6 四种果实目标识别方法的识别结果对比第63-65页
    3.7 本章小结第65-66页
第四章 基于Ncut算法的多果重叠绿色苹果目标分割方法研究第66-72页
    4.1 基于Ncut算法的绿色多重叠果分割方法第66-70页
        4.1.1 试验图像的获取第66页
        4.1.2 基于Ncut算法的绿色多重叠果分割第66-68页
        4.1.3 试验结果与分析第68-70页
    4.2 本章小结第70-72页
第五章 基于三点定圆法的绿色苹果目标重构方法研究第72-77页
    5.1 基于三点定圆法的绿色苹果目标重构方法第72-76页
        5.1.1 试验图像的获取第72页
        5.1.2 基于三点定圆法的果实目标重构第72-74页
        5.1.3 试验结果与分析第74-76页
    5.2 本章小结第76-77页
第六章 自然环境下绿色苹果目标的识别与分割软件设计第77-83页
    6.1 自然环境下绿色苹果目标的识别与分割软件整体设计第77-82页
        6.1.1 软件开发及运行环境第77页
        6.1.2 软件功能设计及系统框图第77-78页
        6.1.3 软件功能实现及操作演示第78-82页
    6.2 本章小结第82-83页
第七章 结论与展望第83-85页
    7.1 结论第83-84页
    7.2 创新点第84页
    7.3 展望第84-85页
参考文献第85-89页
致谢第89-90页
个人简历第90页

论文共90页,点击 下载论文
上一篇:不同拓扑结构的序列可控聚合物的合成及其应用
下一篇:蚕丝考古残留物检测生物芯片技术及织物印痕保护研究