基于机器视觉的柑橘水果外形识别方法研究
| 第一章 绪论 | 第1-16页 |
| 1．1 本课题的研究意义 | 第7-10页 |
| 1．2．1 柑橘分级的需求 | 第7-9页 |
| 1．2．2 我国柑橘分级现状 | 第9页 |
| 1．2．3 机器视觉技术 | 第9-10页 |
| 1．2 国内外研究现状 | 第10-14页 |
| 1．2．1 国外研究现状 | 第10-12页 |
| 1．2．2 国内研究现状 | 第12-13页 |
| 1．2．3 当前分级技术产品化情况 | 第13-14页 |
| 1．2．4 存在的问题 | 第14页 |
| 1．3 课题研究内容 | 第14-16页 |
| 第二章 柑橘图像预处理 | 第16-34页 |
| 2．1 概述 | 第16页 |
| 2．2 特征参量选取 | 第16-22页 |
| 2．2．1 常用颜色模型 | 第16-18页 |
| 2．2．2 颜色信息准确性比较 | 第18-19页 |
| 2．2．3 颜色信息稳定性比较 | 第19-20页 |
| 2．2．4 RGB模式与 HSI模式的转换 | 第20-22页 |
| 2．3 背景分割 | 第22-25页 |
| 2．3．1 阈值分割算法 | 第22-24页 |
| 2．3．2 柑橘图像大津法分割结果分析 | 第24-25页 |
| 2．4 噪音去除 | 第25-31页 |
| 2．4．1 中值滤波技术 | 第26-27页 |
| 2．4．2 数学形态算子 | 第27-29页 |
| 2．4．3 柑橘图像噪音去除结果比较分析 | 第29-31页 |
| 2．5 边缘检测 | 第31-34页 |
| 2．5．1 边缘检测算子 | 第31-33页 |
| 2．5．2 柑橘图像边缘检测结果分析 | 第33-34页 |
| 第三章 柑橘图像识别方法 | 第34-48页 |
| 3．1 概述 | 第34页 |
| 3．2 柑橘的大小识别方法 | 第34-38页 |
| 3．2．1 最小外接矩形法 | 第34-35页 |
| 3．2．2 最大果宽(或果轴)法 | 第35页 |
| 3．2．3 果径法 | 第35-36页 |
| 3．2．4 投影面积法 | 第36-37页 |
| 3．2．5 柑橘大小算法检测 | 第37-38页 |
| 3．3 柑橘的形状识别方法 | 第38-44页 |
| 3．3．1 特征参数选取 | 第38-39页 |
| 3．3．2 圆度参量的计算 | 第39-42页 |
| 3．3．3 柑橘圆度算法检测 | 第42-44页 |
| 3．4 柑橘的颜色识别方法 | 第44-48页 |
| 3．4．1 直方图方法 | 第44-45页 |
| 3．4．2 平均值 | 第45页 |
| 3．4．3 主颜色 | 第45-46页 |
| 3．3．4 柑橘颜色算法检测 | 第46-48页 |
| 第四章 基于机器视觉的柑橘分级系统 | 第48-56页 |
| 4．1 概述 | 第48页 |
| 4．2 系统硬件架构 | 第48-51页 |
| 4．2．1 系统硬件要求 | 第49-51页 |
| 4．2．2 实验装置 | 第51页 |
| 4．3 系统软件设计 | 第51-55页 |
| 4．3．1 软件系统菜单描述 | 第52-53页 |
| 4．3．2 软件系统功能实现 | 第53-55页 |
| 4．4 系统装置的运行情况 | 第55-56页 |
| 第五章 结论 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 附录 | 第61-70页 |
| 个人简历 | 第70页 |
