| 中文摘要 | 第1-7页 |
| 英文摘要 | 第7-9页 |
| 第一章 绪论 | 第9-19页 |
| 1 研究的目的和意义 | 第9-12页 |
| 2 国内外研究动态和趋势 | 第12-14页 |
| ·计算机视觉技术在农产品(肉品)品质检测及分级中的应用 | 第12-13页 |
| ·神经网络技术在农产品自动分级中的应用 | 第13-14页 |
| 3 研究目标和方案 | 第14-15页 |
| ·研究目标和内容 | 第14-15页 |
| ·研究方案和技术路线 | 第15页 |
| 4 本章小结 | 第15-17页 |
| 参考文献 | 第17-19页 |
| 第二章 牛肉大理石花纹图像特征指标的选择 | 第19-23页 |
| 1 大理石花纹等级与大理石花纹面积的关系 | 第19-20页 |
| 2 相关概念和约定 | 第20-22页 |
| 参考文献 | 第22-23页 |
| 第三章 牛肉大理石花纹图像处理算法分析及神经网络方法介绍 | 第23-49页 |
| 第一节 牛肉大理石花纹图像处理算法分析研究及改进 | 第23-40页 |
| 1 数字图像的相关概念 | 第23-24页 |
| 2 图像噪声的去除 | 第24-27页 |
| ·多图像平均法 | 第24页 |
| ·邻域均值平滑法 | 第24-25页 |
| ·保持边缘平滑法 | 第25页 |
| ·中值滤波法 | 第25-26页 |
| ·改进的中值滤波法 | 第26页 |
| ·邻域均值算法和改进中值滤波算法结果比较 | 第26-27页 |
| 3 图像分割算法研究及其改进 | 第27-36页 |
| ·图像分割概念 | 第27-28页 |
| ·阈值法分割技术 | 第28-33页 |
| ·差影分割算法用于去除复杂图像的背景 | 第33-36页 |
| 4 图像增强算法 | 第36-37页 |
| ·灰度变换法 | 第36页 |
| ·直方图均衡法 | 第36-37页 |
| ·图像增强算法结果分析 | 第37页 |
| 5 应用区域增长标记法分离有效眼肌区域 | 第37-38页 |
| 6 应用区域增长标记法提取牛肉大理石花纹特征参数 | 第38-39页 |
| 7 图像处理算法小结 | 第39-40页 |
| 第二节 神经网络回归和分类技术 | 第40-46页 |
| 1 神经元模型 | 第40-41页 |
| 2 神经网络分类 | 第41页 |
| 3 BP神经网络 | 第41-42页 |
| 4 学习向量量化(LVQ)神经网络分类器 | 第42-43页 |
| 5 支持向量机(SVM)神经网络分类器 | 第43-46页 |
| 参考文献 | 第46-49页 |
| 第四章 牛肉大理石花纹等级预测模型的建立 | 第49-66页 |
| 1 材料与方法 | 第49-50页 |
| 2 结果与分析 | 第50-61页 |
| 3 讨论 | 第61-65页 |
| 参考文献 | 第65-66页 |
| 第五章 全文结论、创新点及今后工作设想 | 第66-69页 |
| 1 全文结论 | 第66-67页 |
| 2 全文创新点 | 第67-68页 |
| 3 今后的工作设想 | 第68-69页 |
| 致谢 | 第69-70页 |