首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于机器视觉技术的对虾规格检测方法研究

致谢第1-8页
摘要第8-10页
Abstract第10-12页
目录第12-14页
插图清单第14-16页
附表清单第16-17页
英文缩写对照表第17-18页
第一章 绪论第18-35页
   ·研究背景第18-20页
     ·对虾市场现状第18-19页
     ·对虾生产过程第19-20页
   ·研究意义第20-22页
     ·对虾外观特征第20-21页
     ·对虾规格第21-22页
   ·国内外研究现状第22-33页
     ·机械式水产分选/分级技术与设备第22-25页
     ·传感器式水产分选/分级技术与设备第25-26页
     ·机器视觉技术在水产生产加工中的应用第26-33页
   ·主要研究内容第33-34页
   ·本章小结第34-35页
第二章 对虾图像采集系统构建第35-50页
   ·机器视觉及数字图像处理技术第35页
   ·机器视觉系统部件第35-38页
     ·光源及照明方式第35-36页
     ·相机第36-38页
     ·镜头第38页
     ·计算机第38页
   ·样本来源第38-39页
   ·对虾图像采集系统部件选择第39-42页
   ·对虾图像采集系统背景确定第42-49页
     ·颜色空间第42-45页
     ·实验材料第45-46页
     ·实验方法第46页
     ·图像处理第46-47页
     ·数据分析第47-49页
     ·分析结果第49页
   ·本章小结第49-50页
第三章 对虾图像预处理与目标提取第50-62页
   ·对虾图像预处理第50-54页
     ·灰度处理第50页
     ·阈值分割第50-52页
     ·图像增强第52-53页
     ·形态学处理第53-54页
   ·对虾边缘图像提取第54页
   ·对虾主骨架线提取第54-61页
     ·图像细化第55-56页
     ·对虾图像细化算法第56-57页
     ·对虾骨架图像去支第57-59页
     ·去支算法效果验证第59-61页
   ·本章小结第61-62页
第四章 对虾特征提取与部位识别第62-69页
   ·长度描述第62-63页
   ·弯曲度描述第63-64页
   ·对虾头尾识别与分割第64-66页
     ·头尾识别第64-65页
     ·头尾分割第65-66页
   ·对虾腹背识别第66-67页
   ·本章小结第67-69页
第五章 对虾规格检测方法研究第69-81页
   ·相同规格对虾长度与重量差异第69-71页
     ·实际长度和重量获取第69-70页
     ·相同规格对虾长度、重量差异第70-71页
   ·主骨架线与实际长度关系研究第71-74页
     ·主骨架线长度与实际长度关系第71-72页
     ·主骨架线长度、弯曲度与实际长度关系第72-74页
   ·总面积与实际重量关系研究第74-76页
     ·图像总面积获取第75页
     ·总面积与实际重量关系第75-76页
   ·头-身-尾面积与实际重量关系第76-79页
     ·图像上各部分面积提取第76-77页
     ·各部分面积与实际重量关系第77-79页
   ·本章小结第79-81页
第六章 对虾检测分级动态系统设计第81-85页
   ·系统结构总述第81页
   ·下料系统设计第81-82页
   ·图像采集系统第82-83页
   ·分级系统设计第83页
   ·系统工作过程第83-84页
   ·本章小结第84-85页
第七章 总结与展望第85-88页
   ·总结第85-87页
   ·主要创新点第87页
   ·展望第87-88页
参考文献第88-93页
作者简历及硕士期间主要研究成果第93页

论文共93页,点击 下载论文
上一篇:对虾鲜度的可见/近红外光谱分析研究
下一篇:鱼肉中ATP关联化合物提取方法的改进及应用