基于机器视觉技术的蔬菜种子质量检测方法研究及系统设计
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 种子质量的检测方法 | 第11-12页 |
| 1.4 研究目的和研究内容 | 第12-15页 |
| 1.4.1 研究目的 | 第12-13页 |
| 1.4.2 研究内容 | 第13-15页 |
| 第二章 种子图像采集与预处理方案研究 | 第15-39页 |
| 2.1 蔬菜种子质量检测系统的硬件构成 | 第15-17页 |
| 2.2 常用图像色彩空间 | 第17-19页 |
| 2.2.1 RGB色彩空间 | 第17-18页 |
| 2.2.2 HSI色彩空间 | 第18-19页 |
| 2.3 图像灰度化 | 第19-21页 |
| 2.4 图像增强 | 第21-23页 |
| 2.4.1 均值滤波 | 第21-22页 |
| 2.4.2 中值滤波 | 第22-23页 |
| 2.5 图像分割处理 | 第23-33页 |
| 2.5.1 图像分割处理基本要求 | 第24-25页 |
| 2.5.2 阈值分割 | 第25-33页 |
| 2.6 图像的形态学处理 | 第33-38页 |
| 2.6.1 图像中的集合论 | 第33-35页 |
| 2.6.2 形态学基本运算 | 第35-38页 |
| 2.7 本章小结 | 第38-39页 |
| 第三章 蔬菜种子特征提取方法研究 | 第39-51页 |
| 3.1 多目标区域提取 | 第40-41页 |
| 3.2 种子外部特征提取 | 第41-47页 |
| 3.2.1 提取种子面积特征 | 第41-42页 |
| 3.2.2 提取种子周长特征 | 第42-45页 |
| 3.2.3 提取种子颜色特征 | 第45-47页 |
| 3.3 种子生长特征提取 | 第47-49页 |
| 3.3.1 种子发芽指数 | 第47-48页 |
| 3.3.2 种子平均根长 | 第48-49页 |
| 3.4 本章小结 | 第49-51页 |
| 第四章 基于BP神经网络的种子质量检测方法研究 | 第51-58页 |
| 4.1 BP神经网络检测方法 | 第51-52页 |
| 4.2 BP神经网络的结构与算法 | 第52-54页 |
| 4.3 神经网络训练 | 第54-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 蔬菜种子质量检测系统设计及误差分析 | 第58-65页 |
| 5.1 系统总体设计流程 | 第58-59页 |
| 5.2 软件开发工具介绍 | 第59-60页 |
| 5.3 人机交互软件系统设计 | 第60-61页 |
| 5.4 系统误差分析 | 第61-63页 |
| 5.5 种子检测结果分析 | 第63-64页 |
| 5.6 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 总结 | 第65页 |
| 6.2 展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 攻读硕士学位期间的研究成果 | 第72页 |
