中文摘要 | 第1-6页 |
英文摘要 | 第6-13页 |
1 绪论 | 第13-30页 |
1.1 引言 | 第13页 |
1.2 本课题研究的意义 | 第13-14页 |
1.3 烟草异物剔除系统研制和应用的国内外现状 | 第14-19页 |
1.3.1 采用激光扫描方式的烟草异物剔除系统TOBACCOSCAN | 第15-17页 |
1.3.2 采用摄像方式的烟草异物剔除系统Tobacco Sorter | 第17-19页 |
1.4 烟草异物模式识别相关技术的研究现状 | 第19-27页 |
1.4.1 概述 | 第19-20页 |
1.4.2 彩色图像分割 | 第20-23页 |
1.4.3 特征选择与提取 | 第23-26页 |
1.4.4 分类与决策 | 第26-27页 |
1.5 本文的主要研究内容 | 第27-30页 |
2 烟草异物模式识别的理论基础 | 第30-59页 |
2.1 概述 | 第30页 |
2.2 统计模式识别的基本原理与理论模型 | 第30-31页 |
2.2.1 统计模式识别与结构模式识别 | 第30-31页 |
2.2.2 统计模式识别的理论模型 | 第31页 |
2.3 模式识别模型中的图像分割 | 第31-39页 |
2.3.1 概述 | 第31-32页 |
2.3.2 图像分割的一般模型 | 第32页 |
2.3.3 图像分割的一般算法 | 第32-33页 |
2.3.4 灰度阈值分割原理 | 第33-38页 |
2.3.5 图像分割中的其他阈值方法 | 第38-39页 |
2.4 统计模式识别模型中的特征选取 | 第39-49页 |
2.4.1 概述 | 第39-40页 |
2.4.2 特征选取中的可分性准则 | 第40-41页 |
2.4.3 基于距离的可分性准则 | 第41-43页 |
2.4.4 烟草异物识别中的特征提取 | 第43-49页 |
2.5 统计模式识别模型中的分类理论 | 第49-56页 |
2.5.1 引言 | 第49页 |
2.5.2 贝叶斯决策理论 | 第49-50页 |
2.5.3 几种常用的决策规则 | 第50-53页 |
2.5.4 分类器设计 | 第53-56页 |
2.6 烟草异物在线高速模式识别模型 | 第56-57页 |
2.6.1 烟草异物在线高速模式识别的特点分析 | 第56-57页 |
2.6.2 烟草异物在线高速模式识别模型 | 第57页 |
2.7 本章小结 | 第57-59页 |
3 基于色度差增强的烟叶异物识别原理与机敏阈值判别法 | 第59-80页 |
3.1 概述 | 第59页 |
3.2 烟草异物像素点判别中阈值设定的分析 | 第59-61页 |
3.3 互补色增强烟草异物灰度差的原理与方法 | 第61-62页 |
3.4 烟草异物彩色图像的识别处理:RGB基础颜色空间 | 第62-70页 |
3.4.1 烟草及各种异物的RGB色度直方图 | 第63-68页 |
3.4.2 像素点属性的判断 | 第68-69页 |
3.3.3 判别单元属性的判定 | 第69-70页 |
3.5 类RGB颜色系统及烟草异物识别中的特征提取 | 第70-74页 |
3.5.1 Ohta颜色系统 | 第70-71页 |
3.5.2 RGB颜色系统中的特征提取 | 第71-74页 |
3.6 HIS颜色空间 | 第74-77页 |
3.7 适于在线检测的动态阈值方法――机敏阈值判别法 | 第77-79页 |
3.8 本章小结 | 第79-80页 |
4 色度类似烟叶的异物的识别原理与变换域分析 | 第80-101页 |
4.1 概述 | 第80页 |
4.2 纹理特征分析 | 第80-85页 |
4.2.1 灰度差分统计原理 | 第81页 |
4.2.2 行程长度统计原理 | 第81-82页 |
4.2.3 灰度共生矩阵统计原理 | 第82-83页 |
4.2.4 自相关函数统计原理 | 第83-84页 |
4.2.5 纹理特征在烟叶异物在线高速识别中的应用分析 | 第84-85页 |
4.3 判别单元色度均匀性的分析 | 第85-87页 |
4.4 烟叶异物识别中的变换域原理与方法 | 第87-96页 |
4.4.1 概述 | 第87-88页 |
4.4.2 傅里叶变换 | 第88-92页 |
4.4.3 变换域理论在烟草异物图像识别中的应用分析 | 第92-96页 |
4.5 背景像素点对烟叶异物识别的影响 | 第96-98页 |
4.6 烟草异物识别方法总结 | 第98-100页 |
4.7 本章小结 | 第100-101页 |
5 烟草异物剔除系统中的数据流程与系统实时性的实现 | 第101-114页 |
5.1 引言 | 第101页 |
5.2 烟草异物剔除系统中的数据流程 | 第101-107页 |
5.2.1 基于PCI总线的数据输入与输出 | 第101-104页 |
5.2.2 数据流程中各部分耗时分析 | 第104-105页 |
5.2.3 Windows2000平台下程序运行时间的精确测定 | 第105-107页 |
5.3 烟草异物剔除系统实时性的实现 | 第107-113页 |
5.3.1 对构成系统的元器件的要求 | 第107页 |
5.3.2 Windows2000操作系统中的内存管理机制 | 第107-111页 |
5.3.3 内存直接操作的原理与实现 | 第111-113页 |
5.3.4 双缓存技术 | 第113页 |
5.4 本章小结 | 第113-114页 |
6 烟草异物剔除系统原理样机 | 第114-130页 |
6.1 引言 | 第114页 |
6.2 烟草在线异物剔除方法 | 第114-117页 |
6.2.1 烟草在线异物剔除的方案与基本原理 | 第114-115页 |
6.2.2 烟叶流在检测期间运动的平稳性 | 第115-117页 |
6.3 烟草异物剔除系统原理样机设计与试制 | 第117-126页 |
6.3.1 原理样机设计方案及相关参数 | 第117页 |
6.3.2 原理样机的光学系统 | 第117-126页 |
6.4 原理样机调试实验的设计及结果分析 | 第126-129页 |
6.4.1 系统参数的正确设置 | 第126页 |
6.4.2 系统运作实时性的测试实验 | 第126-127页 |
6.4.3 异物识别率及剔除率的测试实验 | 第127-128页 |
6.4.4 原理样机调试实验的结果分析 | 第128-129页 |
6.5 本章小结 | 第129-130页 |
7 全文总结 | 第130-132页 |
致谢 | 第132-133页 |
参考文献 | 第133-138页 |
附:1.原理样机现场摄取的烟叶及各种异物图像 | 第138-141页 |
2.在校期间参加科研工作及发表论文情况 | 第139-140页 |
3.发明专利申请公布 | 第140-141页 |