| 摘要 | 第1-3页 |
| Summary | 第3-7页 |
| 第1章 绪论 | 第7-13页 |
| ·研究背景和意义 | 第7-8页 |
| ·国内外研究状况 | 第8-11页 |
| ·水果缺陷检测与分割的研究进展 | 第8页 |
| ·纹理分析的国内外研究状况 | 第8-11页 |
| ·农业中纹理分类的研究状况 | 第11页 |
| ·本文研究内容及结构安排 | 第11-13页 |
| 第2章 哈密瓜缺陷分割 | 第13-23页 |
| ·Lab 色彩空间介绍 | 第14-16页 |
| ·RGB 彩色模型 | 第14-15页 |
| ·Lab 色彩空间 | 第15-16页 |
| ·K-means 聚类算法 | 第16-18页 |
| ·基于 Lab 颜色空间的 K-means 均值聚类分割 | 第18-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 哈密瓜纹理特征分析 | 第23-43页 |
| ·基于灰度共生矩阵的纹理特征分析 | 第23-33页 |
| ·灰度共生矩阵的概念 | 第23-25页 |
| ·直方图均衡化 | 第25-27页 |
| ·哈密瓜及其对比组的纹理特征提取 | 第27-30页 |
| ·哈密瓜及其对比组的纹理特征分析 | 第30-33页 |
| ·基于分形的纹理特征分析 | 第33-39页 |
| ·分形的概念 | 第33-34页 |
| ·哈密瓜及其对比组的分形纹理特征计算 | 第34-35页 |
| ·哈密瓜及其对比组的纹理特征分析 | 第35-39页 |
| ·不同尺寸下的哈密瓜图像纹理参数的实验 | 第39-41页 |
| ·不同尺度下的纹理特征实验与讨论 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第4章 哈密瓜纹理分类研究 | 第43-54页 |
| ·BP 神经网络简介 | 第43-48页 |
| ·神经元模型 | 第43-44页 |
| ·BP 神经网络结构 | 第44-45页 |
| ·BP 网络的传递函数 | 第45-46页 |
| ·BP 神经网络学习（Widrow-Hoff）算法 | 第46-48页 |
| ·BP 神经的 Matlab 实现 | 第48-50页 |
| ·分类结果分析 | 第50-53页 |
| ·哈密瓜、西瓜、甜瓜分类结果分析 | 第50-51页 |
| ·哈密瓜 3 种类型的纹理分类结果分析 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 结论与展望 | 第54-57页 |
| ·结论 | 第54页 |
| ·创新与展望 | 第54-57页 |
| ·创新点 | 第54-55页 |
| ·不足与展望 | 第55-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 附录 A MATLAB 代码 | 第64-75页 |
| 附表 B 纹理特征实验数据 | 第75-82页 |
| 作者简介 | 第82-83页 |
| 导师简介 | 第83-86页 |