基于ARM嵌入式平台的无精蛋自动识别系统的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 创新点摘要 | 第7-10页 |
| 第一章 绪论 | 第10-12页 |
| ·本文的研究背景及意义 | 第10页 |
| ·种蛋检测系统国内外研究现状综述 | 第10-11页 |
| ·本文的组织结构 | 第11页 |
| ·本章小结 | 第11-12页 |
| 第二章 无精蛋识别系统总体设计 | 第12-17页 |
| ·无精蛋识别系统总体设计 | 第12页 |
| ·无精蛋识别系统硬件系统搭建 | 第12-14页 |
| ·ARM 微处理器选型 | 第12页 |
| ·图像传感器的选择 | 第12-13页 |
| ·接口信号连接 | 第13-14页 |
| ·识别原理 | 第14页 |
| ·无精蛋识别的流程 | 第14-15页 |
| ·无精蛋识别软件系统的开发环境和工具 | 第15-16页 |
| ·本章小结 | 第16-17页 |
| 第三章 种蛋图像采集与预处理 | 第17-25页 |
| ·种蛋图像采集 | 第17页 |
| ·种蛋数字图像及其矩阵表示 | 第17-18页 |
| ·种蛋数字图像的格式转换 | 第18-21页 |
| ·JPEG 文件格式 | 第18-19页 |
| ·BMP(位图)文件格式 | 第19页 |
| ·彩色图像 | 第19-20页 |
| ·灰度图像及灰度化 | 第20-21页 |
| ·图像增强 | 第21-24页 |
| ·本章小结 | 第24-25页 |
| 第四章 种蛋外形特征参数定义及提取 | 第25-34页 |
| ·种蛋外形特征参数定义 | 第25-27页 |
| ·边缘检测算法 | 第27页 |
| ·种蛋基本外形特征参数提取 | 第27-31页 |
| ·种蛋不变矩特征参数提取 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第五章 基于遗传BP 算法的神经网络设计 | 第34-47页 |
| ·人工神经网络和BP 算法 | 第34-36页 |
| ·BP 神经元结构及网络传递函数 | 第34-35页 |
| ·BP 神经网络结构 | 第35-36页 |
| ·标准BP 神经网络简介 | 第36-38页 |
| ·BP 神经网络 | 第36页 |
| ·BP 网络模型 | 第36-37页 |
| ·BP 算法 | 第37-38页 |
| ·BP 算法存在的问题 | 第38页 |
| ·遗传算法 | 第38-40页 |
| ·遗传算法简介 | 第38-39页 |
| ·简单遗传算法 | 第39页 |
| ·遗传神经网络结构 | 第39-40页 |
| ·遗传算法和BP 算法相结合 | 第40-43页 |
| ·网络层数选择 | 第40-41页 |
| ·节点数选择 | 第41页 |
| ·传递函数 | 第41页 |
| ·输入数据处理 | 第41页 |
| ·编码方式确定 | 第41-43页 |
| ·目标函数及适应度函数的选择 | 第43页 |
| ·试验 | 第43-44页 |
| ·试验结果与数据分析 | 第44页 |
| ·仿真软件功能实现 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 结论 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 发表文章目录 | 第52-54页 |
| 致谢 | 第54-55页 |
| 论文摘要 | 第55-65页 |
