基于统计形状特征的茶叶梗分离与识别
| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 第一章 绪论 | 第6-8页 |
| ·选题背景与研究意义 | 第6-7页 |
| ·国内外研究的现状及存在问题 | 第7页 |
| ·本文的章节安排 | 第7-8页 |
| 第二章 茶叶茶梗图像的预处理 | 第8-16页 |
| ·灰度化与二值化 | 第9-11页 |
| ·灰度化 | 第9-10页 |
| ·二值化 | 第10-11页 |
| ·形态学处理 | 第11-15页 |
| ·膨胀 | 第12页 |
| ·腐蚀 | 第12-13页 |
| ·开运算 | 第13-14页 |
| ·闭运算 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第三章 茶叶茶梗图像特征的定义与选择 | 第16-29页 |
| ·茶叶茶梗图像的颜色特征 | 第16-17页 |
| ·茶叶茶梗图像的形状特征 | 第17-24页 |
| ·形状的几何特征 | 第18-22页 |
| ·形状区域的矩特征 | 第22-24页 |
| ·面积微分均值特征 | 第24-26页 |
| ·微分的定义 | 第24页 |
| ·面积微分均值特征的提取 | 第24-26页 |
| ·特征选择 | 第26-29页 |
| ·相关系数矩阵筛选 | 第26-27页 |
| ·K-W方法 | 第27-29页 |
| 第四章 实验与结果分析 | 第29-37页 |
| ·支持向量机 | 第29-33页 |
| ·支持向量机介绍 | 第29-33页 |
| ·实验结果比较与分析 | 第33页 |
| ·最小风险贝叶斯分类器 | 第33-37页 |
| ·最小风险贝叶斯分类器介绍 | 第33-35页 |
| ·实验结果比较与分析 | 第35-37页 |
| 第五章 总结与展望 | 第37-38页 |
| ·总结 | 第37页 |
| ·展望 | 第37-38页 |
| 参考文献 | 第38-40页 |
| 致谢 | 第40-41页 |
| 攻读学位期间发表的学术论文 | 第41页 |
