摘要 | 第4-5页 |
abstract | 第5-6页 |
第1章 前言 | 第9-17页 |
1.1 课题背景及研究意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-14页 |
1.2.1 单倍体检测方法 | 第10-12页 |
1.2.2 基于机器视觉的玉米种子检测 | 第12-14页 |
1.3 课题主要研究内容及技术难点 | 第14-17页 |
1.3.1 课题主要研究内容 | 第14-15页 |
1.3.2 主要技术难点和创新点 | 第15-17页 |
第2章 玉米籽粒的图像采集与处理 | 第17-30页 |
2.1 玉米籽粒图像采集 | 第17-20页 |
2.1.1 斜面翻滚部件 | 第17-19页 |
2.1.2 高速工业相机与镜头 | 第19页 |
2.1.3 光源 | 第19-20页 |
2.2 图像预处理 | 第20-29页 |
2.2.1 数字图像彩色空间 | 第21-24页 |
2.2.2 阈值处理 | 第24-25页 |
2.2.3 形态学操作 | 第25-27页 |
2.2.4 边缘检测 | 第27-29页 |
2.3 本章小结 | 第29-30页 |
第3章 玉米籽粒图像特征提取 | 第30-39页 |
3.1 颜色特征提取 | 第30-31页 |
3.1.1 颜色直方图 | 第30-31页 |
3.1.2 颜色聚合矢量 | 第31页 |
3.2 纹理特征 | 第31-33页 |
3.2.1 局部二值化模式 | 第32-33页 |
3.2.2 灰度共生矩阵 | 第33页 |
3.3 尺度不变特征变换 | 第33-35页 |
3.4 快速鲁棒性特征 | 第35-37页 |
3.5 本章小结 | 第37-39页 |
第4章 玉米单倍体籽粒分拣 | 第39-52页 |
4.1 玉米籽粒分类方法 | 第39-44页 |
4.1.1 基于模板匹配的分类方法 | 第39-40页 |
4.1.2 基于统计的分类方法 | 第40-44页 |
4.2 玉米单倍体籽粒识别 | 第44-48页 |
4.2.1 基于最小距离和最近邻方法的单倍体籽粒识别 | 第44-46页 |
4.2.2 基于支持向量机的单倍体籽粒识别 | 第46-48页 |
4.3 玉米单倍体籽粒分拣系统设计 | 第48-51页 |
4.3.1 系统结构 | 第48-50页 |
4.3.2 系统工作流程 | 第50-51页 |
4.4 本章小结 | 第51-52页 |
总结与展望 | 第52-53页 |
参考文献 | 第53-58页 |
攻读硕士学位期间取得的学术成果 | 第58-59页 |
致谢 | 第59页 |