基于计算机视觉的烟叶模糊分组研究与实现
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-15页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 论文的研究内容 | 第13页 |
| 1.4 论文的结构安排 | 第13-15页 |
| 2 烟叶分组中图像采集系统设计 | 第15-19页 |
| 2.1 烟叶分组标准简介 | 第15页 |
| 2.2 烟叶采集系统的要求 | 第15-16页 |
| 2.3 烟叶采集系统的设计 | 第16-18页 |
| 2.4 本章小结 | 第18-19页 |
| 3 烟叶图像特征的提取与分析 | 第19-42页 |
| 3.1 颜色模型的选取 | 第19-23页 |
| 3.1.1 RGB颜色模型 | 第19-20页 |
| 3.1.2 HIS颜色模型 | 第20-21页 |
| 3.1.3 Lab颜色模型 | 第21-22页 |
| 3.1.4 颜色模型选取与转换推导 | 第22-23页 |
| 3.2 烟叶图像的预处理 | 第23-30页 |
| 3.2.1 基于中值滤波的烟叶平滑 | 第24页 |
| 3.2.2 基于阈值分割的烟叶背景分离 | 第24-26页 |
| 3.2.3 烟叶连通域处理与小面积剔除 | 第26-27页 |
| 3.2.4 具体实验与分析 | 第27-30页 |
| 3.3 烟叶图像的特征提取 | 第30-40页 |
| 3.3.1 基于灰度直方图的颜色特征提取 | 第30-33页 |
| 3.3.2 基于灰度共生矩阵的纹理特征提取 | 第33-36页 |
| 3.3.3 烟叶正反面的特征分析 | 第36-37页 |
| 3.3.4 具体实验与分析 | 第37-40页 |
| 3.4 本章小结 | 第40-42页 |
| 4 基于模糊聚类的烟叶分组实验 | 第42-61页 |
| 4.1 模糊聚类过程 | 第42-51页 |
| 4.1.1 模糊集合的基本理论 | 第42-43页 |
| 4.1.2 模糊聚类的介绍 | 第43-44页 |
| 4.1.3 隶属度函数的选取 | 第44-48页 |
| 4.1.4 模糊矩阵的推导与分析 | 第48-50页 |
| 4.1.5 聚类中心的推导与分析 | 第50-51页 |
| 4.2 模糊分类器的实现 | 第51-52页 |
| 4.2.1 模糊量清晰方法的选取 | 第51页 |
| 4.2.2 模糊分类器的流程设计 | 第51-52页 |
| 4.3 烟叶分组的实验 | 第52-57页 |
| 4.3.1 特征参数的选取 | 第53页 |
| 4.3.2 基于模糊聚类的烟叶分组实验 | 第53-55页 |
| 4.3.3 基于BP神经网络的对比实验 | 第55-57页 |
| 4.3.4 基于HIS颜色模型的对比实验 | 第57页 |
| 4.4 烟叶分组的结果分析 | 第57-60页 |
| 4.5 本章小结 | 第60-61页 |
| 5 结论与展望 | 第61-63页 |
| 5.1 结论 | 第61-62页 |
| 5.2 展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第66-68页 |
| 学位论文数据集 | 第68页 |
