铝箔纸包装鸭肫异物检测关键技术研究
| 致谢 | 第1-4页 |
| 摘要 | 第4-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-17页 |
| ·研究目的和意义 | 第8-10页 |
| ·食品安全检测的必要性 | 第9-10页 |
| ·我国食品异物检测技术存在的问题 | 第10页 |
| ·异物检测技术国内外研究现状分析 | 第10-15页 |
| ·食品异物和缺陷检测常用技术 | 第10-13页 |
| ·X 射线食品异物检测技术研究进展 | 第13-15页 |
| ·课题来源 | 第15页 |
| ·主要研究内容 | 第15-17页 |
| 2 X 射线食品异物检测系统的原理与方法 | 第17-29页 |
| ·X 射线检测的特点 | 第17-20页 |
| ·X 射线的基本特性 | 第17-18页 |
| ·X 射线与物质相互作用 | 第18页 |
| ·X 射线穿透物质的衰减规律 | 第18-20页 |
| ·X 射线检测系统的总体构架 | 第20-26页 |
| ·X 射线发生装置 | 第21-22页 |
| ·射线增强器 | 第22-23页 |
| ·图像接收装置 | 第23-26页 |
| ·X 射线检测中的关键技术分析 | 第26-29页 |
| ·图像减噪 | 第26-27页 |
| ·射线成像调节 | 第27-29页 |
| 3 X 射线实时成像系统参数的确定 | 第29-39页 |
| ·铝箔纸鸭肫图像分析 | 第29页 |
| ·X 射线成像系统参数的确定 | 第29-33页 |
| ·空白背景图像中管电流变化对图像灰度影响 | 第29-31页 |
| ·管电流、管电压对灰度影响 | 第31-33页 |
| ·试验及其分析 | 第33-39页 |
| ·异物种类及尺寸的选择 | 第33-34页 |
| ·鸭肫、石子、金属丝在背景图像中的衰减 | 第34-36页 |
| ·试验分析 | 第36-37页 |
| ·管电流、管电压的选取 | 第37-39页 |
| 4 鸭肫图像预处理 | 第39-47页 |
| ·直方图 | 第39页 |
| ·图像增强 | 第39-40页 |
| ·多帧平均滤波预处理 | 第40-41页 |
| ·图像平滑 | 第41-47页 |
| ·邻域平均法 | 第41页 |
| ·中值滤波 | 第41-43页 |
| ·高斯滤波器 | 第43-44页 |
| ·鸭肫图像平滑方法研究 | 第44-47页 |
| 5 鸭肫图像分割 | 第47-55页 |
| ·鸭肫及其图像分析 | 第47-48页 |
| ·鸭肫与背景分割中的阈值分割法 | 第48-49页 |
| ·阈值分割法 | 第48页 |
| ·自动阈值最大值方差(OTSU)法 | 第48-49页 |
| ·异物与鸭肫分割方法——主动轮廓线模型 | 第49-54页 |
| ·主动轮廓线模型的数学描述 | 第51-53页 |
| ·异物分割算法 | 第53-54页 |
| ·试验结果与分析 | 第54-55页 |
| 6 异物图像特征分析提取 | 第55-72页 |
| ·特征参数确定 | 第55-60页 |
| ·异物特征分析 | 第55-56页 |
| ·特征参数选择 | 第56-57页 |
| ·特征参数的确定 | 第57-60页 |
| ·基于神经网络的异物类型识别方法 | 第60-67页 |
| ·BP 神经网络模型 | 第60-65页 |
| ·用于鸭肫中异物识别的BP 网络系统设计 | 第65-67页 |
| ·试验结果与分析 | 第67-72页 |
| ·网络训练 | 第67-69页 |
| ·试验测试 | 第69-70页 |
| ·试验分析 | 第70-72页 |
| 7 鸭肫图像异物检测系统软件 | 第72-79页 |
| ·Windows 操作系统特点与MFC 编程 | 第72页 |
| ·系统模块 | 第72-74页 |
| ·图像采集模块 | 第73页 |
| ·图像处理模块 | 第73-74页 |
| ·鸭肫图像异物检测程序设计实现 | 第74-79页 |
| ·系统的运行环境 | 第74-75页 |
| ·鸭肫采集识别系统平台系统实现演示 | 第75-79页 |
| 8 结论及进一步研究建议 | 第79-80页 |
| ·主要结论 | 第79页 |
| ·进一步研究建议 | 第79-80页 |
| 参考文献 | 第80-82页 |
