基于改进层次分析法小麦籽粒优劣分级技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 小麦籽粒优劣分级研究背景 | 第9-10页 |
| 1.1.1 小麦籽粒优劣分级的目的与意义 | 第9-10页 |
| 1.1.2 传统小麦籽粒优劣分级的局限性 | 第10页 |
| 1.1.3 基于图像处理的小麦籽粒优劣分级的优势 | 第10页 |
| 1.2 国内外研究现状概述 | 第10-12页 |
| 1.2.1 国内研究现状 | 第10-11页 |
| 1.2.2 国外研究现状 | 第11-12页 |
| 1.3 研究目标、内容与方法 | 第12-13页 |
| 1.3.1 研究目标 | 第12页 |
| 1.3.2 研究内容 | 第12-13页 |
| 1.3.3 研究方法 | 第13页 |
| 1.4 本章小结 | 第13-14页 |
| 2 小麦籽粒图像采集与预处理 | 第14-26页 |
| 2.1 图像采集 | 第14-15页 |
| 2.1.1 小麦籽粒的选取 | 第14页 |
| 2.1.2 小麦籽粒图像采集工具 | 第14页 |
| 2.1.3 小麦籽粒图像的采集方法 | 第14-15页 |
| 2.2 图像预处理 | 第15-25页 |
| 2.2.1 原始小麦籽粒图像分析 | 第15页 |
| 2.2.2 实验环境简介 | 第15-17页 |
| 2.2.3 图像二值化 | 第17页 |
| 2.2.4 图像灰度化 | 第17-18页 |
| 2.2.5 灰度直方图 | 第18-19页 |
| 2.2.6 基于灰度化后的二值化处理 | 第19-20页 |
| 2.2.7 灰度图像平滑处理 | 第20-22页 |
| 2.2.8 平滑图像的增强 | 第22-23页 |
| 2.2.9 综合预处理流程 | 第23-24页 |
| 2.2.10 小麦籽粒图像分割 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 3 小麦籽粒特征提取 | 第26-31页 |
| 3.1 小麦籽粒特征值的取舍 | 第26页 |
| 3.2 小麦籽粒周长提取 | 第26-28页 |
| 3.3 小麦籽粒面积提取 | 第28页 |
| 3.4 小麦籽粒圆形度特征提取 | 第28页 |
| 3.5 小麦籽粒伸长度特征提取 | 第28-29页 |
| 3.6 小麦籽粒矩形度特征提取 | 第29页 |
| 3.7 小麦籽粒颜色特征提取 | 第29页 |
| 3.8 小麦籽粒数量的计算 | 第29-30页 |
| 本章小结 | 第30-31页 |
| 4 小麦籽粒优劣分级模型 | 第31-51页 |
| 4.1 常用方法介绍 | 第31页 |
| 4.2 层次分析法 | 第31-34页 |
| 4.2.1 算法思想 | 第32页 |
| 4.2.2 层次分析法优点 | 第32页 |
| 4.2.3 层次分析法步骤 | 第32-34页 |
| 4.3 基于层次分析法建立小麦籽粒分级模型 | 第34-38页 |
| 4.3.1 小麦籽粒特征提取值 | 第34页 |
| 4.3.2 建立小麦籽粒分级层次结构模型 | 第34-35页 |
| 4.3.3 构造成对比较矩阵 | 第35-36页 |
| 4.3.4 单一准则下按求和方法权重的计算 | 第36-37页 |
| 4.3.5 判断矩阵一致性检验说明 | 第37-38页 |
| 4.3.6 小麦籽粒特征判断矩阵一致性检验 | 第38页 |
| 4.4 小麦籽粒特征权值综合计算 | 第38-40页 |
| 4.4.1 特征值归一化 | 第38-39页 |
| 4.4.2 小麦籽粒特征综合值 | 第39-40页 |
| 4.4.3 实验结果分析 | 第40页 |
| 4.5 改进的层次分析法分级模型 | 第40-41页 |
| 4.5.1 隶属函数的概念 | 第40-41页 |
| 4.5.2 隶属函数的模糊统计步骤 | 第41页 |
| 4.6 基于隶属函数的小麦籽粒分级模型 | 第41-44页 |
| 4.6.1 标准小麦籽粒样本选取 | 第42页 |
| 4.6.2 建立小麦籽粒特征隶属函数 | 第42-44页 |
| 4.7 计算单个特征下小麦籽粒隶属度 | 第44-46页 |
| 4.7.1 以面积隶属度进行分级 | 第44页 |
| 4.7.2 以周长隶属度进行分级 | 第44-45页 |
| 4.7.3 以圆形度隶属度进行分级 | 第45-46页 |
| 4.8 基于隶属函数法综合判定模型 | 第46页 |
| 4.9 实验结果 | 第46-49页 |
| 4.9.1 不同密度不同的曝光度小麦籽粒判别 | 第46-49页 |
| 4.9.2 实验结果分析 | 第49页 |
| 4.10 本章小结 | 第49-51页 |
| 5 结论与展望 | 第51-52页 |
| 5.1 本课题主要结论 | 第51页 |
| 5.2 展望 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 作者简历 | 第54-55页 |
| 致谢 | 第55-56页 |
